Day26：Pandas数据结构

前面三节中，我们详细讲解了Numpy数据分析库的用法，现在我们来介绍另一个库Pandas。在数据分析和处理中，Pandas是一个强大的库，提供了高性能、易于使用的数据结构和数据分析工具。本节将详细介绍Pandas的两个核心数据结构：Series和DataFrame，以及如何使用Pandas读取和写入JSON文件和CSV文件。

1. Series数据结构

Series是Pandas中的一维数据结构，类似于带有标签的数组。它由两个数组组成：索引(index)和值(value)。索引用于标识和访问数据，值则是实际存储的数据，有点像Python中的字典。

创建Series对象的方式如下：

import pandas as pd

data = [10, 20, 30, 40, 50]
index = ['a', 'b', 'c', 'd', 'e']
series = pd.Series(data, index)

通过上述代码，我们创建了一个Series对象，其中data是存储的数据，index是对应的索引。可以使用print(series)查看Series对象的内容。

2. DataFrame数据结构

DataFrame是Pandas中的二维数据结构，类似于电子表格或关系型数据库中的表格。它由行索引(index)和列名(columns)组成，每列可以包含不同的数据类型。

创建DataFrame对象的方式有多种，其中一种常用的方式是使用带列表的字典创建：

import pandas as pd

data = {
    'Name': ['Alice'