Python中pandas索引切片读取数据缺失数据处理问题-创新互联

引入

　　numpy已经能够帮助我们处理数据，能够结合matplotlib解决我们数据分析的问题，那么pandas学习的目的在什么地方呢？ numpy能够帮我们处理处理数值型数据，但是这还不够 很多时候，我们的数据除了数值之外，还有字符串，还有时间序列等 比如：我们通过爬虫获取到了存储在数据库中的数据 比如：之前youtube的例子中除了数值之外还有国家的信息，视频的分类(tag)信息，标题信息等 所以，numpy能够帮助我们处理数值，但是pandas除了处理数值之外(基于numpy)，还能够帮助我们处理其他类型的数据。

什么是pandas？

　　pandas是一个Python软件包，提供快速，灵活和富于表现力的数据结构，旨在使使用“关系”或“标记”数据既简单又直观。它旨在成为在Python中进行实际，真实世界数据分析的基本高级构建块。此外，其更广泛的目标是成为任何语言中可用的最强大，最灵活的开源数据分析/操作工具。它已经朝着这个目标迈进了。

pandas的常用数据类型

　　1、Series 一维，带标签数组

　　2、DataFrame 二维，Series容器

(1)Series创建

pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)