Pandas概述
Pandas 是 Python 语言的一个扩展程序库，他是一个强大的分析结构化数据的工具集，基础是 Numpy，用于数据分析。安装Pandas命令 ：pip install pandas
Pandas 的主要数据结构是 Series （一维数据）与 DataFrame（二维数据），Series 是一种类似于一维数组的对象，它由一组数据（各种Numpy数据类型）以及一组与之相关的数据标签（即索引）组成。DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。这篇文章我们主要介绍Series！
Pandas Series
Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。Series 由索引（index）和列组成，可以通过列表，元组，数组，字典来进行创建，本文重点讲解通过列表方式创建。
函数如下：
pandas.Series( data, index, dtype, name, copy)
参数说明：
• data：一组数据(ndarray 类型)。
• index：数据索引标签，如果不指定，默认从 0 开始。
• dtype：数据类型，默认会自己判断。
• name：设置名称。
• copy：拷贝数据，默认为 False。
一个简单的例子
import pandas as pd
a = [1, 2, 3]
var = pd.Series(a)
print(var)
print(type(var))
输出
0 1
1 2
2 3
dtype: int64
<class 'pandas.core.series.Series'>
其中输出内容具体解释如下：
如果想获取 var 中的某个值，写法与list一致，如下
print(var[0])
输出1
使用tolist()方法可以将其转化成list
print(var.tolist())
输出[1, 2, 3]
通过如下方法可以获取var的index 和value值
print(var.index.tolist())
print(var.values.tolist())
输出：
[0, 1, 2]
[1, 2, 3]
增加元素
var[3]='a'
print(var.values.tolist())
输出 [1, 2, 3, 'a']
删除元素
del var[0]
print(var.values.tolist())
输出 [2, 3, 'a']
List不和Series
看到这里，有的同学不禁会问，Series与List很像啊？他们有什么区别呢？
Series就是一维数组，从结构上特别像列表，默认的Series是从0到N进行编号的，这个特性和列表很像，打印列表的时候是横排显示，Series是竖排显示，并且显示出了索引。
二者比较如下：
1、列表可以包含任意对象的有序集合 ，Series不可以；
2、二者都可以通过下标索引（位置偏移）访问元素；
3、列表可以改变长度、可任意嵌套，Series不可以；
4、二者都支持原位改变，原位改变指的是序列中的某个元素支持在原位置被改变。
个人体会Series与List最大的不同就是：Series为了能更快的处理数据，某列必须都是相同数据类型的。
