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。