Series 与 DataFrame

这是什么：Pandas = Python 数据分析的头号库；Series 是一列数据，DataFrame 是一张表，本章先认这两块基石。

为什么用：学完 Python 基础，你已经会用列表和字典装数据了。可真要分析几百行的表格，列表和字典就力不从心，得有件趁手的兵器。

如何用：本章先用 pip install pandas 装好环境，再看看 Series 和 DataFrame 到底长什么样、各自能干嘛。

安装 pandas

打开命令行，输入：

pip install pandas

装完新建一个 demo.py，写入：

import pandas as pd

print(pd.__version__)

运行后看到版本号（比如 3.0.6），就说明装好了。

习惯约定：pandas 一律缩写成 pd，全世界的教程都这么写，别创新。

版本说明：写作时最新版是 pandas 3.0.6，本教程基于 3.0。网上老教程多基于 2.x，部分默认行为（如字符串类型、副本规则）在 3.0 有变，遇到对不上时以本教程和官方文档为准。

Series：带标签的一列

Series 就是一列数据，而且每行自带编号（标签）。

import pandas as pd

s = pd.Series([95, 88, 76])
print(s)

0    95
1    88
2    76
dtype: int64

左边 0 1 2 是 pandas 自动加的索引，右边是你的数据。想自定义标签也行：pd.Series([95, 88, 76], index=["语文", "数学", "英语"])。

DataFrame：一张表

一列不够用？把几列拼起来就是 DataFrame——一张带行号和列名的表，感觉就像 Excel 里的工作表。

最常用的创建方式：用一个字典，键当列名，值当整列数据：

import pandas as pd

data = {
    "姓名": ["小明", "小红", "小刚"],
    "年龄": [18, 17, 19],
    "成绩": [92, 88, 95],
}
df = pd.DataFrame(data)
print(df)

   姓名  年龄  成绩
0  小明  18  92
1  小红  17  88
2  小刚  19  95

（不同终端里中英文混排的对齐可能略有差异，能看清就行，别纠结。）

拿到手先看三眼

拿到任何一份新数据，先别急着分析，用这三招"验货"：

print(df.head())    # 看前 5 行，数据太长先扫一眼
print(df.shape)     # 几行几列
df.info()           # 每列的类型、有没有缺数据

   姓名  年龄  成绩
0  小明  18  92
1  小红  17  88
2  小刚  19  95

(3, 3)

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype
---  ------  --------------  -----
 0   姓名      3 non-null      object
 1   年龄      3 non-null      int64
 2   成绩      3 non-null      int64
dtypes: int64(2), object(1)
memory usage: 200.0+ bytes

info() 重点看两处：每列的 Non-Null Count（非空数量，比总行数少就是有缺失值）和 Dtype（数据类型；文本列旧版显示 object，新版显示 str，一个意思）。

本章解读

记忆口诀

Series 是一列，DataFrame 是一张表；字典变表格，head 看三眼。

动手改

1. 给字典再加一列 "性别"，重新 print(df) 看看效果
2. 把 df.head() 换成 df.head(2)，对比输出差别
3. 故意把"年龄"列表少写一个数（只给 2 个值），看看 pandas 报什么错——报错读三遍，比看十遍教程记得牢

下一章：读取数据，把自己的 Excel / CSV 喂给 pandas 🐸