趋近智
在 NumPy 为数值计算打下良好底子后,我们现在转向 Pandas,这是一个专门用于处理 Python 结构化数据的库。NumPy 数组在数值任务上功能强大,但数据分析常涉及带有标签、混合数据类型和缺失值的表格数据。Pandas 提供高性能、易于使用的数据结构和数据分析工具,专门应对这些情况。
本章将介绍 Pandas 的主要组成部分:
Series 和二维的 DataFrame。Series 和 DataFrame 的方法。DataFrame 的重要技巧,使用 head()、info() 和 describe() 等函数了解其结构、内容和数据类型。本章结束后,你将能够创建并查看 Pandas 中用于大多数数据处理任务的基本组成部分。一次实践练习将巩固这些知识。
5.1 Pandas 是什么?
5.2 Pandas 数据结构:Series
5.3 创建 Series
5.4 Pandas 数据结构:DataFrame
5.5 创建 DataFrame
5.6 检查 DataFrames
5.7 实操:创建和查看 Series/DataFrame