Python学习——Pandas基础操作：Series、DataFrame及数据文件处理

pandas概述
pandas为用户提供了多种数据结构与函数，能够高效且便捷地处理结构化数据
它不仅融合了NumPy在数组计算方面的卓越性能，还具备电子表格及关系型数据库在数据处理方面的灵活性
针对金融行业用户，pandas特别设计了大量适用于金融数据分析的高效时间序列工具与功能
对于从事统计分析的人员而言，他们可能对R语言较为熟悉，但R语言中的data.frame对象所提供的功能仅是pandas中DataFrame功能的一个部分
pandas内置了多种高级数据结构与操作工具，使数据分析工作更加高效便捷，并且它是基于Numpy构建的，许多操作方式具有相似性

Series
Series是一种类似于一维数组的数据结构，其包含各类NumPy支持的数据类型以及对应的索引标签
可以利用字典来创建Series对象，并且该对象的索引也支持修改操作

题外话：在使用Pycharm创建Python文件时，文件名不应命名为pandas，否则将导致无法导入pandas包…

    eg:

    import pandas as pd
    
    s1 = pd.Series([1, 2, 3, 4], index=list("abcd"))
    print(s1)
    print(s1.values