Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。pandas对于数值计算、数据处理是非常实用的工具。本经验演示实例教程，对pandas的基础应用以及了解认识。
工具/原料
1
Python
2
PyLab
3
pandas
方法/步骤
1
数据结构类型：Series：一维数组；Time- Series：时间序列；DataFrame：二维的表格型数据结构；Panel ：三维的数组。
2
pandas安装pip install wheelpip filepath whl或者下载tar.gzwin+R输入cmdcd filepathpython setup.py install
3
初识pandas，首先导入pandas，一般会使用import pandas as pd或者import pandasfrom pandas import Series，DataFrame创建一个Series，一维数组，方法Series（data,index=[...]）data 是一个数组，index是索引
4
创建一个DataFrame使用DataFrame(data,index=[],columns=[])data是一个二维数组，index是行索引，columns是列索引。
5
属性values表示数据，index表示索引或者行索引，columns表示列索引
6
索引引用可以通过[...]或者[[...,...]]以上是数值索引，也可以通过逻辑索引判断元素的真假再索引。
注意事项
1
先安装各种需要的环境以及包
2
想进一步了解可以继续关注
上一篇：如何观看gq盛典2022全程直播
下一篇：pytho的基础语法