1、介绍
Pandas 是一个开放源码、BSD 许可的库，提供高性能、易于使用的数据结构和数据分析工具。
Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。
2、Series类
这是一个一维数据对象
3、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）。
3.1 初始化
def __init__(
self,
data=None,
index=None,
dtype: Dtype | None = None,
name=None,
copy: bool | None = None,
fastpath: bool = False,
)-
data：一组数据(ndarray、series, map, lists, dict 等类型)。
-
index：索引值，或者可以称为行标签。
-
columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。
-
dtype：数据类型。
-
copy：拷贝数据，默认为 False。
3.2 方法
(1)head
def head(self: NDFrameT, n: int = 5) -> NDFrameT:- 返回一个DataFrame对象，包括当前DataFrame的前n行，默认是5行
(2)tail
def tail(self: NDFrameT, n: int = 5) -> NDFrameT:- 返回一个DataFrame对象，包括当前DataFrame的最后n行，默认是5行
(3)loc
def loc(self) -> _LocIndexer:
loc[0][0]
loc[0]- 指定行，指定列的数据
- 如果是loc[i]，返回的是pandas.core.series.Series类型
- 如果是loc[i][j]，返回的是直接的值，但是类型是numpy限定的类型，比如numpy.int64
(4)shape
def shape(self) -> tuple[int, int]:- 返回一个元组，包括行数和列数
4、常用函数
df = pd.read_csv('F:/burp_log/save_csv')- read_csv函数读取的就是DataFrame对象
读取数据：
| 函数 | 说明 |
|---|---|
| pd.read_csv(filename) | 读取 CSV 文件； |
| pd.read_excel(filename) | 读取 Excel 文件； |
| pd.read_sql(query, connection_object) | 从 SQL 数据库读取数据； |
| pd.read_json(json_string) | 从 JSON 字符串中读取数据； |
| pd.read_html(url) | 从 HTML 页面中读取数据。 |