Pandas入门课后笔记

一、Pandas 简介

Pandas 是 Python 的强大数据分析库，提供了高效的数据结构和数据处理工具，使得数据操作和分析变得简单直观。

二、Pandas的安装

在终端输入pip install pandas命令安装

三、导入 Pandas

通常的导入方式：import pandas as pd

四、数据结构

1. Series
是一维带标签的数组。
可以通过列表、字典等创建。

示例：s = pd.Series([1, 3, 5, np.nan, 6, 8])

2. DataFrame
二维表格结构，包含行索引和列索引。
可以通过字典、二维数组等创建。

示例：data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

五、读取数据

1. 读取 CSV 文件

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

2. 读取 Excel 文件

df = pd.read_excel('file.xlsx')

六、数据查看
 
1.  head(n) 
查看前  n  行数据，默认  n = 5  。
2.  tail(n) 
查看后  n  行数据，默认  n = 5  。
3.  info() 
提供数据的基本信息，包括列的数据类型、非空值数量等。
4.  describe() 
对数值型列进行统计描述，如计数、均值、标准差、最小值、最大值等。

七、数据选择
 
1. 选择列
df['column_name']  ：选择单列，返回一个 Series 对象。
df[['column1_name', 'column2_name']]  ：选择多列，返回一个新的 DataFrame 对象。
2. 选择行
df.loc[row_index]  ：基于索引标签选择行。
df.iloc[row_number]  ：基于行号选择行。

八、数据过滤

通过条件筛选数据：df[df['column_name'] > value]

可以使用逻辑运算符（如  & （与）、 | （或））组合多个条件。

九、数据处理
 
1. 处理缺失值
dropna()  ：删除包含缺失值的行或列。
fillna(value)  ：用指定值填充缺失值。
还可以使用前向填充  ffill  或后向填充  bfill  。
2. 数据排序

df.sort_values(by='column_name', ascending=True) 

十、数据聚合

1. 使用  groupby  方法按指定列对数据进行分组。

2. 结合聚合函数（如  sum()  、  mean()  、  count()  等）进行计算。

十一、数据合并

1.  concat()  ：实现数据的拼接，可以按行或列进行。

2.  merge()  ：基于共同的列进行数据合并。