python 数据分析工具包 pandas（一）

1. 简单介绍

pandas 是专为 python 编程语言设计的高性能，简单易用的数据结构和数据分析工具库，它建立在 numpy 之上，可以许多第三方库完美集成在同一个科学计算环境中。pandas 被广泛应用于金融，统计，社会科学和许多工程技术领域，处理典型数据分析案例。

2. 安装

pandas 支持 conda 和 pip 两种方式安装。

conda 安装：

conda install pandas

pip 安装：

pip install pandas

截至本文写作之时，官方最新发布版本是 v0.25.1，发布时间为2019年8月22日。最新版本是 0.25.x 系列的bug修复版，建议更新。更新方式如下：

pip install --upgrade pandas

3. 数据结构

pandas 有两种主要的数据结构：Series（1维）和 DataFrame (2维)。

下面分别介绍这两种数据结构，首先在我们的 python 脚本或 jupyter notebook 中导入 pandas，业界惯例缩写为 pd。

import pandas as pd

3.1 Series

Series 是一维标记数组，能够保存任何数据类型（整数，字符串，浮点数，Python对象等）。 轴标签统称为索引。

3.1.1 创建 Series

通过列表创建：

data = [1, 2, 3]
pd.Series(data)

0    1
1    2
2    3
dtype: int64

通过字典创建：

data = {
   'a': 1, 'b': 2, 'c': 3}
pd.Series(data)

a    1
b    2
c    3
dtype: int64

通过 index 参数设置索引(标签):

data = [1, 2, 3]
index = ['a', 'b', 'c']
pd.Series(data, index=index)

a    1
b    2
c    3
dtype: int64

通过标量创建(相同值)，并设置索引(标签，不能重复)：

data = 0
index = ['a', 'b', 'c']
pd.Series(data, index=index)

a    0
b    0
c    0
dtype: int64

3.1.2 访问 Series

s = pd.Series(