斷簽我先哭

2. 1. Pandas 是什麼？
      Pandas 是基於 Numpy 構建的資料處理庫，讓我們能夠處理大量的數據。它的核心數據結構是 DataFrame 和 Series，這些結構讓我們能夠像操作 Excel 表格或資料庫表格一樣輕鬆地處理數據。

Series：它是一個一維的數據結構，類似於 Python 的列表或 Numpy 的一維陣列，但它有索引，這讓我們可以更方便地標記和操作數據。
DataFrame：它是 Pandas 中最重要的數據結構，是一個二維的表格，類似於 Excel 表格或 SQL 表。每一列都可以看作一個 Series，也就是說 DataFrame 是多個 Series 的組合。
2. 讀取和輸出數據
Pandas 支援多種格式的數據讀取，比如 CSV、Excel、JSON 等。我發現 Pandas 的讀取功能非常方便，特別是 read_csv() 函數，可以用來讀取 CSV 格式的數據，只需一行代碼即可將數據載入
像是:
import pandas as pd

data = pd.read_csv('data.csv')
print(data.head()) # 查看數據的前五行

這讓我在處理各類型的數據時變得非常輕鬆，無論是來自網路下載的資料，還是內部產生的數據，只要是常見的文件格式，Pandas 幾乎都能讀取。

同樣地，Pandas 也可以將處理完的數據輸出為 CSV、Excel 等格式，這對於數據共享和儲存非常有用。

3. 數據操作與清理
   在學習 Pandas 時，我特別注重的是如何進行數據操作和清理。實際上，數據科學的一個很大部分工作是處理髒數據，包括缺失值、重複值、不一致的格式等。而 Pandas 提供了一整套強大的工具來幫助我們快速清理數據：

處理缺失值：Pandas 可以輕鬆識別數據中的缺失值並進行處理，常見的方式包括刪除缺失值的行或列，或者用統計值（比如平均值、中位數等）來填補：

data.dropna() # 刪除含有缺失值的行
data.fillna(0) # 用 0 填補缺失值