pandas学习笔记

第一章：Pandas简介

Pandas是一个开源的Python数据分析库，它提供了高性能的数据结构和数据分析工具。Pandas非常适合处理结构化数据，如CSV文件、Excel表格、SQL数据库等。Pandas的两大核心数据结构是Series（一维数组）和DataFrame（二维表格）。

第二章：安装Pandas

Pandas可以通过pip包管理器进行安装：

pip install pandas
 

第三章：Pandas基础

 ①Series

Series是一个一维的标签索引数据结构，可以存储任何数据类型（如整型、浮点型、字符串等）。

创建Series：

import pandas as pd

s = pd.Series([1, 2, 3], index=['a', 'b', 'c'])

 

②DataFrame

DataFrame是一个二维的标签索引数据结构，类似于Excel表格，每个单元格可以存储不同类型的数据。

创建DataFrame：

df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})
 

 第四章：数据操作

① 数据选择

选择DataFrame的行和列：

row = df.iloc[0]  # 选择第一行
column = df['A']  # 选择A列
 

② 数据修改

修改数据：

df.at[0, 'A'] = 10  # 修改第一行第一列的值
 

③数据添加

添加数据：

df.loc[len(df)] = [10, 20, 30]  # 在DataFrame的末尾添加一行数据

④数据删除

删除数据：

df.drop(['A'], axis=1)  # 删除A列
 

⑤排序

排序DataFrame：

df.sort_values(by='B')  # 根据B列的值对DataFrame进行升序排序
 

⑥分组

分组DataFrame：

grouped = df.groupby('C')  # 根据C列进行分组
 

第五章：数据可视化

Pandas可以结合matplotlib库进行数据可视化：

import matplotlib.pyplot as plt

df.plot(kind='bar')  # 绘制条形图
plt.show()

结语

Pandas是一个功能强大的数据分析工具，通过学习本笔记，你应该已经掌握了Pandas的基本操作和数据处理技巧。在实际应用中，你可以利用Pandas进行数据清洗、数据转换、数据聚合等操作，并结合matplotlib进行数据可视化，以更好地理解数据和传达分析结果。不断的实践和探索是提高Pandas技能的关键。