前言
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。其核心在于两种数据结构：
- 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、布尔值或数字等多种类型。
- 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。
导入库
通常将 Pandas 简写为 pd 进行导入：
import pandas as pd
Series 基础操作
创建与索引
从 0 开始存储数据时，默认索引即为位置下标。可以通过 index 属性查看索引标签，使用 values 获取具体的数值内容。
注意区分**标签（Label）与下标（Position）**的区别。默认情况下，标签与下标一致，但我们可以自定义标签。一旦指定了非默认的标签，直接通过原下标访问可能会报错，此时需借助 iloc 和 loc 进行定位。
loc 与 iloc 的使用
- iloc：基于整数位置（Position）的索引，即计算机内部的默认下标。
- loc：基于自定义标签（Label）的索引，由用户自主定义。
例如，当数组中位置 1 的值是 2，而我们定义的标签 1 对应的值是 5 时，iloc[1] 返回 2，而 loc[1] 返回 5。
键值对与修改
Series 本质上是一维数据，其'键'对应数据的标签，'值'对应数据本身。类似于字典结构，支持通过标签修改数据。
例如，找到标签为'小张'的记录并修改其值为 95：
