python常用pandas函数应用案例

在Python中，pandas库是一个强大的数据分析工具，提供了许多函数和方法来处理数据。以下是一些常用的pandas函数及其应用案例：

1. 数据读取与写入

• read_csv(): 读取CSV文件。
• read_excel(): 读取Excel文件。
• to_csv(): 将数据写入CSV文件。
• to_excel(): 将数据写入Excel文件。

应用案例：

python复制代码

	import pandas as pd
	# 读取CSV文件
	df = pd.read_csv('data.csv')
	# 读取Excel文件
	df = pd.read_excel('data.xlsx')
	# 将数据写入CSV文件
	df.to_csv('output.csv', index=False)
	# 将数据写入Excel文件
	df.to_excel('output.xlsx', index=False)

2. 数据选择与筛选

• loc[]: 基于标签的数据选择。
• iloc[]: 基于整数位置的数据选择。
• query(): 基于条件的数据筛选。

应用案例：

python复制代码

	# 基于标签选择数据
	df_selected = df.loc[df['column_name'] == 'value']
	# 基于整数位置选择数据
	df_selected = df.iloc[0:5, 1:3] # 选择前5行，第2列和第3列
	# 基于条件筛选数据
	df_filtered = df.query('column1 > 10 and column2 < 20')

3. 数据清洗与处理

• dropna(): 删除包含缺失值的行或列。
• fillna(): 填充缺失值。
• duplicated(): 标记重复的行。
• drop_duplicates(): 删除重复的行。

应用案例：

python复制代码

	# 删除包含缺失值的行
	df_cleaned = df.dropna()
	# 填充缺失值
	df_filled = df.fillna(0) # 用0填充缺失值
	# 标记重复的行
	df['is_duplicated'] = df.duplicated()
	# 删除重复的行
	df_unique = df.drop_duplicates()

4. 数据聚合与分组

• groupby(): 数据分组。
• agg(): 聚合函数。
• pivot_table(): 创建透视表。

应用案例：

python复制代码

	# 数据分组
	grouped = df.groupby('column_name')
	# 聚合操作
	aggregated = grouped.agg({'column1': 'sum', 'column2': 'mean'})
	# 创建透视表
	pivot_table = df.pivot_table(index='column1', values='column2', aggfunc='sum')

5. 数据排序与排名

• sort_values(): 按照列值排序。
• rank(): 计算排名。

应用案例：

python复制代码

	# 按照列值排序
	df_sorted = df.sort_values(by='column_name', ascending=False)
	# 计算排名
	df['rank'] = df['column_name'].rank(ascending=False)

6. 数据合并与连接

• merge(): 合并两个数据集。
• concat(): 连接两个数据集。

应用案例：

python复制代码

	# 合并两个数据集
	df_merged = pd.merge(df1, df2, on='common_column')
	# 连接两个数据集
	df_concatenated = pd.concat([df1, df2])

这些只是pandas库中的一小部分函数和它们的应用案例。pandas提供了丰富的功能，使得数据处理和分析变得简单而高效。