5.1 Pandas库介绍及导入

Pandas简介

Pandas是Python的一个数据分析包，最初被作为金融数据分析工具而开发出来，因此，Pandas为时间序列分析提供了很好的支持。Pandas的名称来自于面板数据（panel data）和Python数据分析（data analysis）。panel data是经济学中关于多维数据集的一个术语，在Pandas中也提供了panel的数据类型。
Pandas是数据再加工过程中使用的最广泛的工具，它包含为使数据分析更加快速便捷而设计的高级数据结构与数据操作工具。Pandas基于NumPy开发，它不仅提供了很多方法和函数，使得处理数据更容易；而且它已经优化了运行速度，与使用Python内置函数进行数据处理相比，这个一个显著的优势。NumPy、SciPy和Pandas三者构成了Python科学计算的支柱。

导入Pandas

为了使用Pandas对象，我们按名称导入库到命名空间。为了保持代码简洁、避免命名冲突，我们将pandas重命名为pd。示例代码：

import pandas as pd

Pandas的数据对象

Pandas数据对象包括Series、Time-Series、DataFrame和Panel四种数据对象。其中Series和DataFrame是数据分析领域最常用的两个对象。
Series是一列索引、一维数组，其中每一个元素都有一个标签，类似于NumPy中元素带标签的数组。其中，标签可以是数字或者字符串。
DataFrame是包含行和列的二维的表结构。Pandas的dataframe可以存储许多种不同的数据类型，并且每一个坐标轴都有自己的标签。可以将DataFrame理解为Series的容器。
此外，Time- Series对象（以时间为索引的Series）和三维的数组Panel对象（可以理解为DataFrame的容器），不是本书研究重点，不做赘述。