1. pandas的基本介绍

​ Python在数据处理上独步天下：代码灵活、开发快速；尤其是Python的Pandas包，无论是在数据分析领域、还是大数据开发场景中都具有显著的优势：

• Pandas是Python的一个第三方包，也是商业和工程领域最流行的结构化数据工具集，用于数据清洗、处理以及分析
• Pandas和Spark中很多功能都类似，甚至使用方法都是相同的；当我们学会Pandas之后，再学习Spark就更加简单快速
• Pandas在整个数据开发的流程中的应用场景
  • 在大数据场景下，数据在流转的过程中，Python Pandas丰富的API能够更加灵活、快速的对数据进行清洗和处理
• Pandas在数据处理上具有独特的优势：
  • 底层是基于Numpy构建的，所以运行速度特别的快
  • 有专门的处理缺失数据的API
  • 强大而灵活的分组、聚合、转换功能