学习目标2
pandas模块的学习。
pandas是一个基于NumPy的模块，它的功能在于数据的筛选清洗和处理，与NumPy模块相比，pandas模块更擅长处理二维数据。
pandas模块主要有Series和DataFrame两种数据结构。
接下来，我们先学习Series的相关知识：
-
Series的概念
-
构造一个Series
-
访问Series数据
-
Series的常用属性
安装与导入pandas
安装pandas
在使用pandas前，我们需要先安装pandas。
在终端中输入代码：++pip install pandas++ 即可。
如果在自己电脑上安装不上或安装缓慢，可在命令后添加如下配置进行加速：
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple/
示例：
导入pandas
|-------------------------------------------------------------------------------------|
| 在使用pandas模块最开始，由于pandas不是Python的内置模块，我们需要在代码的开头，将pandas模块导入。 为了让其方便调用，我们通常会将其简写成pd。 |
| 
|
导入了pandas模块，我们就可以进行数据集的操作啦。接下来， 我们先学习Series的概念和创建。
Series
|--------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------|
| 定义 Series，中文叫做序列，pandas模块的一种数据类型。 是一个一维的、带索引（index）的数组对象。 目前可以先不关注代码的部分，只关注Series。 隐喻 Series，就像排行榜，可以通过有次序的名次，找到对应的玩家名字。 | 
|
|---------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------|
| 右侧是一个print出来的Series，它由3部分构成。 左侧是索引(index)，右侧是值(values)，下面是值(values)的数据类型。 一个索引对应一个值。索引和值之间，有空格隔开。 | 
|
|-----------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------|
| Series和字典，有一定的相似之处。 一个字典中，通过键（key），可以访问所对应的值（value）。 Series也是如此，一个Series的索引（index）在左边，值（values）在右边，可以通过左边的索引index访问到右边对应的值values。 | 
|
|--------------------------------------------------------------|----------------------------------------------------------------------------|
| 和字典不同的是： Series中的数据是有顺序的。 除了直接通过index访问外，还能通过0，1，2这样的位置进行访问。 | 
|
Series的index是可以定义的。
如果没有定义index，index就会默认从0开始生成。
|--------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------|
| Series的值（values）可以是多种数据类型：字符串、整型、浮点型、布尔型。 一个Series在print输出时，值的数据类型会在底部，用dtype标示出来。 需要注意的是，一个Series里的所有值，数据类型都是一样的。 | 
|
|----------------------------------------------------------------------------------------------------------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 代码的作用 这几行代码，构造了一个Series。 第1行，导入pandas模块。 第3行和第4行，定义了两个列表。 第6行，使用pd.Series()构造函数，创建了一个Series，并赋值给了变量info。 第8行，输出info。 | import pandas as pd GDP = [80855, 77388, 68024, 47251, 40471] city = ['GD','JS','SD','ZJ','HN'] info = pd.Series(GDP,index = city) print(info) 
|
代码的具体解释：
|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| pd.Series( ) 通过调用pandas模块里的Series()函数，可以构造一个Series。 | import pandas as pd GDP = [80855, 77388, 68024, 47251, 40471] city = ['GD','JS','SD','ZJ','HN'] info = pd.Series(GDP,index = city) print(info) |
| 第一个常用参数：data pd.Series()中，参数data表示需要传入的数据，可以是列表，常量，数组等。 示例中，GDP是一个列表，传入了pd.Series()函数中，列表中的元素会成为Series中的值（values）。 注意： 如果不传入数据，会生成一个空的Series。 | import pandas as pd GDP = [80855, 77388, 68024, 47251, 40471] city = ['GD','JS','SD','ZJ','HN'] info = pd.Series(GDP,index = city) print(info) 
|
| 第二个常用参数：index 参数index用于定义Series的索引(index)。 只需要将另一个列表赋值给参数index。 示例中，我们将定义的列表city赋值给参数index。 city中的值，会成为Series的index。 若不传入参数index，那么生成的Series的索引(index)就会默认从0开始生成。 需要注意： 作为index的列表，和作为值的列表，元素个数需要一致，否则会报错。 | import pandas as pd GDP = [80855, 77388, 68024, 47251, 40471] city = ['GD','JS','SD','ZJ','HN'] info = pd.Series(GDP,index = city) print(info) 
|
| 赋值的变量 将pd.Series()函数创建的Series，赋值给了info这个变量。 将info输出可以看到，它是一个Series对象。 值（values）是由列表GDP的值组成； 索引（index）是由列表city的值组成； 值（values）的数据类型是整型。 | import pandas as pd GDP = [80855, 77388, 68024, 47251, 40471] city = ['GD','JS','SD','ZJ','HN'] info = pd.Series(GDP,index = city) print(info) 
|
总结：
|------------------------------------------------------------------------------------------------------------------|
| 1. 传入列表 导入pandas模块后，我们定义了两个列表GDP和rank。 我们尝试用Series构造函数，传入列表GDP作为Series的值，传入列表rank作为Series的index，赋值给变量info，并将其输出。 |
| 
|
| 
|
|--------------------------------------------------------------------------------------------------------------------------------------------------|
| 2. 传入数组 对于pd.Series(data,index)，对参数data传入列表是最为常见的。 其实，参数data还可以传入数组。 我们尝试用Series构造函数，传入一维数组GDP作为Series的值，传入列表rank作为Series的index，赋值给变量info，并将其输出。 |
| 
|
| 
|
|--------------------------------------------------------------------------------------------------------|
| 3. 传入常量 pd.Series(data,index)的参数data若是常量，则必须提供索引。 此时常量才能按照索引(index)的数量进行重复，并与其一一对应。 通过常量构造series的代码如下： |
| 
|
| 
|
总结：
|--------------------------------------------------------------------------------------------------------------------------------------------------|
| Series构造函数 |
| 调用pandas模块里的Series函数，用于构造一个Series。 传入一个列表作为必选参数，列表中的元素，会成为Series中的值（values）。 传入一个列表作为可选参数，列表中的元素，会成为Series中的索引（index）。如果不传入可选参数，index就会默认从0开始生成。 |
| 
|
前面，我们了解了Series这种数据结构，学习了如何创建一个Series。
接下来，我们学习访问Series的数据的两种方式