为帮助学习pandas，特意从和鲸社区中提炼出120道经典数据处理常见操作例题，从基础入门到进阶来更快速、更专业的角度理解pandas。主要包括：
- Pandas基础
- Pandas进阶
- 金融数据处理
- NumPy科学计算
- 一些补充
（https://www.heywhale.com/mw/project/5ef96ce863975d002c95fd8a/content）
正文：
将字典创建为DataFrame
data_dict={
"Grammer":["python","C","Java","GO",np.nan,"SQL","PHP","python"],
"Score":[1,2,np.nan,4,5,6,7,10]
}
data = pd.DataFrame(data_dict)
data
[图片上传失败...(image-bc992f-1623504000376)]
需求分析：
根据题目分析：需要统计每种编程语言出现的次数
数据理解：
1.首先确定列名，是Grammer；
2.统计次数，浏览发现python重复两次，其他均是一次，则最终结果同样如此。
代码实现：
方法一：利用value_counts()实现次数统计。
data['Grammer'].value_counts()
[图片上传失败...(image-d73f67-1623504000376)]
方法二：利用groupby()实现次数统计
data.groupby('Grammer')['Grammer'].count()
[图片上传失败...(image-937c21-1623504000376)]
总结：通过以上两种方法均能实现统计次数这个功能，但有没发现问题呢？NaN值并没有打印出来，而是智能过滤掉，这是什么原因呢？
