python pandas

目录
<a href="https://blog.csdn.net/weixin_42253689/article/details/113883379#%E7%AE%80%E5%8D%95%E6%80%BB%E7%BB%93%EF%BC%9A">简单总结：</a>
<a href="https://blog.csdn.net/weixin_42253689/article/details/113883379#%E4%B8%80%E3%80%81%E3%80%80%E3%80%80Pandas%E7%AE%80%E4%BB%8B">一、　　Pandas简介</a>
<a href="https://blog.csdn.net/weixin_42253689/article/details/113883379#%E4%BA%8C%E3%80%81%E3%80%80%E3%80%80Pandas%E5%AE%89%E8%A3%85">二、　　Pandas安装</a>
<a href="https://blog.csdn.net/weixin_42253689/article/details/113883379#%E4%B8%89%E3%80%81%E3%80%80%E3%80%80Pandas%E4%BD%BF%E7%94%A8">三、　　Pandas使用</a>
<p id="1%E3%80%81%E5%AF%BC%E5%85%A5pandas%E6%A8%A1%E5%9D%97%E5%B9%B6%E4%BD%BF%E7%94%A8%E5%88%AB%E5%90%8D%EF%BC%8C%E4%BB%A5%E5%8F%8A%E5%AF%BC%E5%85%A5Series%E6%A8%A1%E5%9D%97%EF%BC%8C%E4%BB%A5%E4%B8%8B%E4%BD%BF%E7%94%A8%E5%9F%BA%E4%BA%8E%E6%9C%AC%E6%AC%A1%E5%AF%BC%E5%85%A5%E3%80%82-toc" style="margin-left:80px;"><a href="https://blog.csdn.net/weixin_42253689/article/details/113883379#1%E3%80%81%E5%AF%BC%E5%85%A5pandas%E6%A8%A1%E5%9D%97%E5%B9%B6%E4%BD%BF%E7%94%A8%E5%88%AB%E5%90%8D%EF%BC%8C%E4%BB%A5%E5%8F%8A%E5%AF%BC%E5%85%A5Series%E6%A8%A1%E5%9D%97%EF%BC%8C%E4%BB%A5%E4%B8%8B%E4%BD%BF%E7%94%A8%E5%9F%BA%E4%BA%8E%E6%9C%AC%E6%AC%A1%E5%AF%BC%E5%85%A5%E3%80%82">1、导入pandas模块并使用别名，以及导入Series模块，以下使用基于本次导入。</a>
<a href="https://blog.csdn.net/weixin_42253689/article/details/113883379#2%E3%80%81Series">2、Series</a>
<a href="https://blog.csdn.net/weixin_42253689/article/details/113883379#DataFrame">DataFrame</a>
<hr id="hr-toc">
<h3>简单总结：</h3>
pandas 类似于 numpy数据包，是一个数据分析包，里面含有大量的标准数据模型
类似于numpy的array 或者pytorch的tensor，pandas也有自己的数据结构：Series 和 DataFrame
series类似于一维的list，只不过是竖排的
DataFrame 类似于二维的tensor，但是有表头，每一行的表头是index，每一列的表头叫colums。只不过每一列的值类似于一个series，表头和值之间类似于字典的键值对。{colums1:{index1:value1,index2,value2},...}
<h2 id="%E4%B8%80%E3%80%81%E3%80%80%E3%80%80Pandas%E7%AE%80%E4%BB%8B">一、　　Pandas简介</h2>
1、Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具，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。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。
2、Pandas<a name="ref_[1]_17253352"></a> 是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas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。
3、数据结构：
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。
Time- Series：以时间为索引的Series。
DataFrame：二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。以下的内容主要以DataFrame为主。
Panel ：三维的数组，可以理解为DataFrame的容器。
Pandas 有两种自己独有的基本数据结构。读者应该注意的是，它固然有着两种数据结构，因为它依然是 Python 的一个库，所以，Python 中有的数据类型在这里依然适用，也同样还可以使用类自己定义数据类型。只不过，Pandas 里面又定义了两种数据类型：Series 和 DataFrame，它们让数据操作更简单了。
<h2 id="%E4%BA%8C%E3%80%81%E3%80%80%E3%80%80Pandas%E5%AE%89%E8%A3%85">二、　　Pandas安装</h2>
因为pandas是python的第三方库所以使用前需要安装一下，直接使用p