清华社课件循序渐进python程序设计第10章Pandas库的使用.pptxVIP

10章Pandas库的使用10.1Pandas概述10.2Pandas数据结构10.3数据操作基础9.4数据分析基础059.5综合应用案例

10.1Pandas概述10.1.1结构化数据处理的挑战Pandas优势

第10章Pandas库的使用10.1.1结构化数据处理的挑战10.1Pandas概述1.实数据集往往包含混合类型的数据列，例如同时存在数值型、文本型和时间戳型数据。缺失值处理是结构化数据分析中无法回避的难题。结构化数据分析经常需要实现类似数据库的关系型操作，包括表连接（join）、分组聚合（groupby）等复杂操作。10.1.2Pandas优势在技术实现上，Pandas的标签对齐机制有效解决了数据操作中的索引匹配问题。从功能体系来看，Pandas提供了数据分析所需的全套基础操作。

10.2Pandas数据结构10.2.1Series：带标签的一维数组10.2.2DataFrame：二维表格型数据结构

第10章Pandas库的使用10.2.1Series：带标签的一维数组importpandasaspdd1=[10,20,30,40]s1=pd.Series(d1)#从列表创建Series，序号是索引，从0开始d2={a:10,b:20,c:30}s2