type
status
date
slug
summary
tags
category
icon
password
Property
Pandas可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。Pandas可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。Pandas广泛应用在学术、金融、统计学等各个数据分析领域。那么问题来了：
numpy已经能够帮助我们处理数据，能够结合matplotlib解决数据分析的问题，那么pandas的目的在什么地方呢？numpy能够帮我们处理处理数值型数据，但是这还不够， 很多时候，数据除了数值之外，还有字符串，还有时间序列等。比如：通过爬虫获取到了存储在数据库中的数据。所以，pandas出现了。 type
status
date
slug
summary
tags
category
icon
password
Property
目录
Pandas数据结构
Series是一种类似于一维数组的对象，由一组数据（各种Numpy数据类型）以及一组与之相关的数据标签（即索引）组成
DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）
Series
Pandas Series 类似表格中的一个列（column），可以保存任何数据类型，由索引（index）和列组成：
参数说明：
- data：一组数据(ndarray 类型)
