1. 前言：为什么需要 Pandas 数据结构？

在数据处理和分析中，我们需要高效的方式来存储和操作结构化数据。Python 原生的列表（List）和字典（Dict）虽然灵活，但缺乏针对数据分析的优化。Pandas 提供了两种核心数据结构：

Series：一维带标签数组（类似增强版列表）
DataFrame：二维表格型数据结构（类似 Excel 表格）

它们支持快速查询、自动对齐、缺失值处理、高效计算等特性，是数据分析的基础。

2. Series：一维带标签数组

2.1 创建 Series

Series 由数据（值） + 索引（标签）组成，可以通过列表、字典或 NumPy 数组创建：

import pandas as pd
import numpy as np# 从列表创建（默认索引为 0, 1, 2...）
s1 = pd.Series([10, 20, 30, 40])
print(s1)
"""
0    10
1    20
2    30
3    40
dtype: int64
"""# 从字典创建（键自动变为索引）
s2 = pd.Series({'A': 90, 'B': 80, 'C': 70})
print(s2)
"""
A    90
B    80
C    70
dtype: int64
"""# 自定义索引
s3 = pd.Series([1.1, 2.2, 3.3], index=['X', 'Y', 'Z'])
print(s3)
"""
X    1.1
Y    2.2
Z    3.3
dtype: float64
"""

2.2 Series 的属性和方法

属性/方法	说明	示例
`s.values`	获取值数组	`s1.values` → `[10, 20, 30, 40]`
`s.index`	获取索引	`s3.index` → `Index(['X', 'Y', 'Z'])`
`s.dtype`	数据类型	`s2.dtype` → `int64`
`s.shape`	形状	`s1.shape` → `(4,)`
`s.head(n)`	前 n 行	`s1.head(2)` → 显示前 2 个值
`s.isna()`	检查缺失值	`pd.Series([1, None]).isna()` → `[False, True]`

2.3 Series 的操作

# 向量化运算（自动对齐索引）
s4 = pd.Series([1, 2, 3], index=['A', 'B', 'C'])
s5 = pd.Series([10, 20, 30], index=['B', 'C', 'D'])
print(s4 + s5)
"""
A     NaN  # A 只在 s4 中存在
B    12.0  # B 在两者中都存在
C    23.0
D     NaN  # D 只在 s5 中存在
dtype: float64
"""# 条件筛选
print(s2[s2 > 80])  # 输出大于 80 的值
"""
A    90
dtype: int64
"""

3. DataFrame：二维表格型数据结构

3.1 创建 DataFrame

DataFrame 可以看作多个 Series 的集合，类似于 Excel 表格或 SQL 表：

# 从字典创建（键是列名，值是数据）
data = {'Name': ['Alice', 'Bob', 'Charlie'],'Age': [25, 30, 35],'Score': [88.5, 92.0, 78.5]
}
df = pd.DataFrame(data)
print(df)
"""Name  Age  Score
0    Alice   25   88.5
1      Bob   30   92.0
2  Charlie   35   78.5
"""# 从列表创建（需指定列名）
data = [['Apple', 5], ['Banana', 3], ['Orange', 8]]
df2 = pd.DataFrame(data, columns=['Fruit', 'Count'])
print(df2)
"""Fruit  Count
0   Apple      5
1  Banana      3
2  Orange      8
"""

3.2 DataFrame 的属性和方法

属性/方法	说明	示例
`df.columns`	列名	`df.columns` → `Index(['Name', 'Age', 'Score'])`
`df.index`	行索引	`df.index` → `RangeIndex(start=0, stop=3)`
`df.shape`	形状	`df.shape` → `(3, 3)`
`df.dtypes`	每列数据类型	`df.dtypes` → `Name: object, Age: int64, Score: float64`
`df.head(n)`	前 n 行	`df.head(2)` → 显示前 2 行
`df.describe()`	统计摘要	`df.describe()` → 计算均值、标准差等

3.3 DataFrame 的操作

（1）选择数据

# 选择列（返回 Series）
print(df['Name'])  # 或 df.Name
"""
0      Alice
1        Bob
2    Charlie
Name: Name, dtype: object
"""# 选择多列（返回 DataFrame）
print(df[['Name', 'Score']])# 选择行（使用 loc/iloc）
print(df.loc[1])     # 按标签选择（第 2 行）
print(df.iloc[0:2])  # 按位置选择（前 2 行）

（2）条件筛选

# 筛选 Age > 25 的行
print(df[df['Age'] > 25])
"""Name  Age  Score
1      Bob   30   92.0
2  Charlie   35   78.5
"""# 多条件筛选（使用 & 或 |）
print(df[(df['Age'] > 25) & (df['Score'] > 80)])

（3）增删改列

# 新增列
df['Pass'] = df['Score'] >= 80
print(df)
"""Name  Age  Score   Pass
0    Alice   25   88.5   True
1      Bob   30   92.0   True
2  Charlie   35   78.5  False
"""# 为每个学生添加性别信息
df['Gender'] = ['Female', 'Male', 'Male']  # 顺序对应原数据的行
print(df)
"""Name  Age  Score  Gender
0    Alice   25   88.5  Female
1      Bob   30   92.0    Male
2  Charlie   35   78.5    Male
"""# 删除列
df.drop('Pass', axis=1, inplace=True)  # axis=1 表示列

4. Series vs DataFrame 对比

特性	Series	DataFrame
维度	一维	二维
索引	单索引（行）	行索引 + 列索引
数据形式	单列数据	多列数据（多个 Series 的集合）
适用场景	单一变量分析（如温度序列）	多变量分析（如学生成绩表）