前言
1、Python 的 Pandas 是一个基于 Python 构建的开源数据分析库，它提供了强大的数据结构和运算功能。
2、
- Series：一维数组，类似于 Numpy 中的一维 array，但具有索引标签，可以保存不同类型的数据，如字符串、布尔值、数字等。
- DataFrame：二维表格型数据结构，与 SQL 表或 Excel 工作表类似，每列可以是不同的数据类型（如数值、字符串或日期），并且具有列名和行索引。DataFrame 是 Pandas 的核心数据结构，提供了丰富的数据操作方法。
接下来我们将逐步介绍它的用法。
一、导入 Pandas 库
简写为 pd。
import pandas as pd
二、使用 Series，创建一维数组
从 0 开始存储。
三、index 查看下标，values 查看下标的值
1、index 的输出类似于 range： start 代表起始标签；stop 代表结束标签（不会到这个值，到 n-1 值）；step 代表步长。
2、values： 直接查看下标的值，记得是从 0 开始的值。
四、使用 index 指定标签
可以看到数组中 1 的标签不是默认值 0 了，而是标签 5。如果利用想输出下标 0，这时候会报错，我们要使用到 iloc 和 loc。
五、iloc 和 loc 的使用
解释： 1、iloc 是原下标，也就是默认值，计算机的记忆。 2、loc 是修改过的下标，我们把它叫作标签，标签是由我们自主给的，计算机并不会自己产生。
可以看到计算机的下标 1 的值是 2。 可以看到我们给的标签 1 的值是 5。
六、创建对象
1、这里的我们所理解的键其实就是数据的标签，大部分的人可能会理解为这里是一个字典或者一个数组，其实都不是，是一个一维数据。
2、什么是键？如果不知道，就需要回头学习 python 基础了。 键是字典的一个解释，前键后值，称为键值对，如下："键"：值。
3、修改数据 使用 loc，找标签'小张'让他的值等于 95，可以看到被修改了。
4、筛选数据 这里的 & 就是 python and 的意思。
七、两个数据相加、相减、相乘、相除
1、相加——add
可以看到需要链接 s1，如果没有 s1，那会导致数据相加错误，出现 NaN。 这个时候，我们应该使用 add： 在 s1 的基础上 add(s2, fill_value="如果出现没有值的情况，以 0 代替")。
2、相减——sub
3、相乘——mul
4、相除——div
八、求最大值、最小值、求和值、平均值
九、describe() —— 数据分析方法
十、apply() —— 定义函数判断数据
apply() 对数据批量处理。
十一、DataFrame —— 创建二维数组
十二、修改标签
标签名要统一，否则会报错；但是可以缺少，但数据也要缺少，一一对应。 特别：标签会自动排序好。
