Pandas入门-学习笔记（7.15）

Pandas入门

1.简介

Pandas是一个强大的数据分析和处理工具，它提供了高效的数据结构和数据操作功能。

2.安装

执行命令：pip install pandas

3.导入

在使用之前，需要导入Pandas库：import pandas as pd

4.文件读取

Pandas可以方便读取和处理各种数据源，如csv、excel、txt等文件。

以下是一个读取csv文件的示例：

df=pd.read_csv('data.csv')

5.数据观察

导入数据后，要对数据的整体结构和样例进行概览，比如数据大小、列数、数据格式、是否包含null等。

5.1查看数据基本信息：

df.info()

5.2查看表格的前十行和后十五行的数据：

df.head(10)

df.tail(15)

5.3判断数据是否为空，为空的地方返回True，其余地方返回False:

df.isnull()

6.数据结构

pandas中有两个数据类型DataFrame和Series.

6.1Series

Series是Pandas库中的一维数据结构，类似于带标签的数组。可通过以下方式来创建一个Series:

df=pd.Series([1,3,5,7,9])

6.2DataFrame

DataFrame是Pandas库中的二维数据结构，类似于表格。可通过以下方式来创建一个DataFrame:

data={'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada', 'Nevada'],
        'year': [2000, 2001, 2002, 2001, 2002, 2003],'pop': [1.5, 1.7, 3.6, 2.4, 2.9, 3.2]}
df=pd.DataFrame(data)

7.数据筛选

可以根据条件筛选特定的数据。例如，筛选年龄在10岁以下的乘客信息：

df[df['Age']<10]

8.数据排序

可以按照指定的列进行升序或降序排序。示例：

frame = pd.DataFrame(np.arange(8).reshape((2, 4)), 
                     index=['2', '1'], 
                     columns=['d', 'a', 'b', 'c'])
frame

frame.sort_values(by='c',ascending=False)         #升序
frame.sort_index(axis=1,ascending=False)          #降序
frame.sort_values(by=['a','c'],ascending=False)   #任选两列数据同时降序排序

9.用函数查看数据基本统计信息

df.describe()       #利用Pandas的describe函数可查看数据的大小、平均值、标准差、最值等基本统计信息

10.数据保存

示例，将数据在工作目录下保存为一个新文件train_chinese.csv

df.to_csv('train_chinese.csv')