数据科学库学习--pandas常用数据类型，loc方法，pandas缺失值处理

pandas的常用数据类型

pandas是基于numpy数组构建的，但二者最大的不同是pandas是专门为处理表格和混杂数据设计的，比较契合统计分析中的表结构，而numpy更适合处理统一的数值数组数据。pandas数组结构有一维Series和二维DataFrame。
1.Series 一维，带标签数组
2.DataFrame 二维，Series容器
创建一个Series
例一：

import pandas as pd

t = pd.Series([1, 2, 31, 12, 3, 4])
print(t)
print("指定索引后：\n")

t2 = pd.Series([1, 2, 31, 12, 3, 4], index=list("abcdef"))
print(t2)

输出：

0     1
1     2
2    31
3    12
4     3
5     4
dtype: int64
指定索引后：

a     1
b     2
c    31
d    12
e     3
f     4
dtype: int64

例二：

import pandas as pd

dict_example = {
   "name": "张三", "age": 88, "nickname": "法外狂徒"}
t =<