概述
Pandas 是基于 Python 构建的开源数据分析库，提供了强大的数据结构和运算功能。其核心包含两个主要数据结构：
- Series：一维数组，类似 Numpy 的一维 array，但带有索引标签，可存储字符串、布尔值、数字等多种类型。
- DataFrame：二维表格型结构，类似 SQL 表或 Excel 工作表。每列可以是不同数据类型，拥有列名和行索引，是 Pandas 处理数据的核心对象。
下面我们就从基础结构开始，逐步深入其核心用法。
导入库
通常将 Pandas 简写为 pd 以便调用：
import pandas as pd
Series 基础操作
创建与查看
创建 Series 时，默认索引从 0 开始。我们可以通过 index 属性查看标签（下标），通过 values 获取实际数据值。
注意区分 index 和 values：前者返回的是标签序列（类似 range），后者才是具体的数据内容。
自定义索引与访问
我们可以指定自定义标签作为索引。此时，若直接使用默认位置访问可能会报错，需理解 iloc 与 loc 的区别：
- iloc：基于整数位置（原下标），计算机内部记忆的位置。
- loc：基于自定义标签，我们自主指定的名称。
例如，当标签被修改后，位置 1 对应的值可能不再是默认的第 2 个元素，而是标签为 1 的元素。实际开发中，建议优先使用 loc 进行语义化访问，避免索引变动导致逻辑错误。
键值对与修改
Series 本质是一维数据，可以理解为键值对结构。通过 loc 可以直接修改特定标签对应的值：
筛选数据时，使用 & 符号连接多个条件（相当于 Python 的 ）：
