Pandas知识点梳理（一）

一、pandas简介
Pandas 是基于NumPy 的一个数据分析包，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
Pandas的数据结构（Series及DataFrame）
Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而Array和Series中则只允许存储相同的数据类型，这样可以更有效的使用内存，提高运算效率。
DataFrame：二维的表格型数据结构。可以将DataFrame理解为Series的容器，分析中常以DataFrame为主。

二、Series使用
1、导入
import pandas as pd
2、建立Series（会有默认索引）
s=pd.Series([1,2,‘aa’,‘bb’])
s
0 1
1 2
2 aa
3 bb
s.index
RangeIndex(start=0, stop=4, step=1)
s.values
array([1, 2, ‘aa’, ‘bb’], dtype=object)
Series区别于列表的是，Series 可以自定义索引：
s2 = pd.Series([‘wangxin’,‘man’,24],index=[‘name’,‘sex’,‘age’])
s2
name wangxin
sex man
age 24
s2.index
Index([‘name’, ‘sex’, ‘age’], dtype=‘object’)
s2.values
array([‘wangxin’, ‘man’, 24], dtype=object)
s2[‘name’]
wangxin
通过字典建立Series
s3=pd.Series({2:‘a’, 1:‘b’, 3:‘c’})