学习如何使用Python中最著名的数据处理库之一
当你开始在数据分析、工程或科学的上下文中使用Python时，pandas（很可能）是你必须了解的第一个库之一。这个令人难以置信的库使你能够操作Python语言中的两个非常重要的对象——一维Series和二维DataFrame。这些对象是许多数据流程的一部分，掌握它们对于开始你的Python职业非常重要。
DataFrames在数据科学和分析中被广泛使用，因为它们可以创建多维和多类型的对象。本文的目标是提供一个关于如何使用一些著名的pandas函数以及如何使用该库的最重要功能的非常完整的指南。希望在阅读完本指南后，你将准备好使用最重要的pandas功能。你可能还经常从SQL背景迁移，所以我将尝试在帖子的一些指令中给出与SQL代码的比较，以便更容易比较两个框架之间的指令。但请记住，了解SQL绝对不是学习pandas的要求！
在本文中，我们将使用各种数据来了解pandas，包括：
- 我们将使用对象创建命令构建自己的
pandasSeries和DataFrames。 - 我们将使用三个包含有关股票价格信息的数据集，可以在此处找到（https://www.kaggle.com/datasets/rprkh15/sp500-stock-prices），即我们将使用Ford、Apple和Abbvie的股票价格数据。
在本文中，我们将介绍最著名的pandas功能，包括：
- 创建数据框
- 选择行
- 选择列
- 合并数据框
- 绘制数据
- 分组数据
- 链式函数
言归正传，让我们开始吧！