【愚公系列】《Python网络爬虫从入门到精通》027-初识Pandas和Series对象
| 标题 | 详情 |
|---|---|
| 作者简介 | 愚公搬代码 |
| 头衔 | 华为云特约编辑，华为云云享专家，华为开发者专家，华为产品云测专家，CSDN博客专家，CSDN商业化专家，阿里云专家博主，阿里云签约作者，腾讯云优秀博主，腾讯云内容共创官，掘金优秀博主，亚马逊技领云博主，51CTO博客专家等。 |
| 近期荣誉 | 2022年度博客之星TOP2，2023年度博客之星TOP2，2022年华为云十佳博主，2023年华为云十佳博主，2024年华为云十佳博主等。 |
| 博客内容 | .NET、Java、Python、Go、Node、前端、IOS、Android、鸿蒙、Linux、物联网、网络安全、大数据、人工智能、U3D游戏、小程序等相关领域知识。 |
| 欢迎 | 👍点赞、✍评论、⭐收藏 |
文章目录
- 🚀前言
- 🚀一、初识Pandas和Series对象
-
- 🔎1.初识Pandas
- 🔎2.Series对象
-
- 🦋2.1 图解Series
- 🦋2.2 创建Series对象
- 🦋2.3 手动设置索引
- 🦋2.4 Series的索引方式
- 🦋2.5 获取索引和值
- 🔎3.示例代码整合
- 🔎4.注意事项
🚀前言
在数据分析的领域，Python凭借其强大的库和工具，成为了数据科学家的首选语言。其中，Pandas库以其高效、灵活的数据处理能力而备受欢迎。无论是数据清洗、分析还是可视化，Pandas都能提供强有力的支持。而在Pandas中，Series对象是一个重要的基础数据结构，它使得数据的操作变得更加简单和高效。
本文将带你初识Pandas库及其核心组件——Series对象。我们将探讨Series的基本概念、常用操作以及实际应用场景，帮助你快速上手这一强大的数据分析工具。
🚀一、初识Pandas和Series对象
🔎1.初识Pandas
Pandas 是一个基于NumPy构建的Python库，专为高效处理结构化数据设计。其核心功能包括数据清洗、转换、分析和可视化。
Pandas处理的数据类型
- 表格数据：类似SQL表或Excel表格的结构化数据。
- 时间序列：有序（固定频率）或无序的时间相关数据。
- 矩阵数据：带行列标签的二维数据。
- 任意观测/统计数据集：灵活支持多种数据格式。
核心数据结构
- Series：一维带标签数组，可存储任意数据类型。
- DataFrame：二维表格型数据结构，可视为多个Series的集合。
Pandas核心优势
- 处理缺失数据：自动识别
NaN值，支持填充、删除等操作。 - 动态数据结构：支持动态增删行列（
DataFrame）。 - 数据对齐：自动按标签对齐数据，简化计算。
- 分组统计：强大的
groupby功能，支持聚合、转换、过滤。 - 数据导入/导出：支持CSV、Excel、SQL、HDF5等格式。
- 时间序列处理：支持日期范围生成、频率转换、滑动窗口分析。
🔎2.Series对象
🦋2.1 图解Series
Series是带标签的一维数组，由 数据值（Values） 和 索引（Index） 组成。
示例：学生成绩表
- Series特点：
- 索引可自定义（默认从0开始）。
- 数据可为任意类型（整数、浮点数、字符串等）。
🦋2.2 创建Series对象
使用pd.Series()方法创建Series：
import pandas as pd
# 默认索引（0,1,2）
s1 = pd.Series([88, 60, 75