Python关于pandas的基础知识
一.扫盲
（一）、pandas 是什么
pandas 是 Python 的一个第三方数据处理库，它提供了高效、灵活的数据结构（如 Series 和 DataFrame），能方便地对结构化数据进行清洗、转换、分析和处理。
（二）、pandas 与 NumPy 的关系
NumPy 是 Python 中用于科学计算的基础库，主要用于存储和处理数值型数组。但它有一个局限，就是不能直接存储和处理字符串等非数值类型的数据。
而 pandas 是在 NumPy 的基础上构建的，它不仅继承了 NumPy 对数值型数据的处理能力，还扩展了对字符串、日期等多种数据类型的支持，能更好地应对复杂的结构化数据处理场景。
（三）、为何需要用 pandas 处理 Excel 文件
在日常办公中，Excel 文件是非常常用的数据存储和处理格式。但如果仅依靠 Excel 软件本身进行大量数据的复杂处理，效率往往较低。
这时候就需要用到 pandas，它可以轻松读取和写入 Excel 文件，并且能通过简洁的代码实现数据筛选、排序、分组、计算等操作，大幅提升数据处理效率。
（四）、哪些行业常用 Excel 且适合用 pandas
很多行业在工作中频繁使用 Excel，其中金融行业、投行尤为典型。这些行业需要对大量的财务数据、交易数据、市场数据等进行编排、统计和分析计算，借助 pandas 能快速完成复杂的数据处理任务，提高工作效率和准确性。
（五）、openpyxl 库
除了 pandas，还有一个名为openpyxl的 Python 库，它可以直接读取和写入 Excel 文件。同时，openpyxl 还能模拟 pandas 的部分功能，在一些特定场景下为 Excel 文件处理提供更多选择。
（六）.安装
- 点击顶部菜单栏 “File”（文件）→ “Settings”（设置）（或直接按
Ctrl + Alt + S快捷键打开设置）。 - 在设置左侧列表，找到并点击 “Project: [你的项目名称]” → “Python Interpreter”（Python 解释器） 。
- 在右侧 “Python Interpreter” 界面，点
+号（“Add” 按钮），打开包搜索安装窗口，搜索你需要的第三方库（如pandasnumpy等 ），再点击 “Install Package” 安装即可。
二.代码演示
"""
DataFrame(数据框)
就是excel表（多个Series的拼接）
"""
import pandas as pddf_1 = pd.DataFrame({'age':[10,11,12],'name':['tim', 'tom', 'rose'],'income':[100,200,300]},index=['person1', 'person2', 'person3'])
print(df_1)"""
dataframe的属性
"""
#行索引
df_1.index
#列名
df_1.columns
#值
df_1.valuesdf_1 = pd.DataFrame({'age':[10,11,12],'name':['tim', 'tom', 'rose'],'income':[100,200,300]})
print(df_1)
print(df_1.name)在这个代码里面我们可以看到在6行 pandas 数据类型是dataframe numpy的数据类型是ndnarry
其中
df_1 = pd.DataFrame({'age':[10,11,12],'name':['tim', 'tom', 'rose'],'income':[100,200,300]},index=['person1', 'person2', 'person3'])在DataFrame后面的数据是可以全部强制转化表格数据的类型，
#效果展示：