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')