Python数据分析学习笔记04：Pandas基础

文章目录

一、数据结构：Series和DataFrame

1、Series（序列——一维序列结构）

2、DataFrame（数据帧——二维表结构）

二、数据导入和输出

1、导入excel文件

2、导入csv文件

3、将数据帧导出成excel文件

三、数据清洗

1、删除数据帧中不必要的行或列

2、重命名列名

3、去掉重复的行

4、格式问题

（1）更改数据格式（类型）

（2）大小写转换

（3）数据间的空格

5、查找空值

6、使用apply函数对数据进行清洗

（1）应用系统自带函数

（2）应用自定义函数

7、添加行和添加列

（1）添加新行：Green   89     89    85

（2）在Alice之后插入新行：Brian    56   63   90

（3）添加新列：Average

四、数据统计

1、count()函数

2、describe()函数

3、方差函数var()

4、中位数函数median()

五、数据表合并

1、基于指定列进行连接

2、inner内连接

3、left连接

4、right连接

5、outer外连接

六、如何用SQL方式打开Pandas

1、安装pandasql工具包

2、查询案例演示

（1）查询姓名为Howard的记录

（2）查询语文成绩在80与90之间的记录

（3）将Howard的语文成绩改成99

（4）删除姓名为Howard的记录

七、总结

八、课后练习

---

在数据分析工作中，Pandas使用频率很高，一方面是因为Pandas提供的基础数据结构DataFrame与JSON契合度高，转换起来挺方便。另一方面，对于不太复杂的日常数据清理工作，通常用几句Pandas代码就可以对数据进行规整。

Pandas是基于NumPy构建的含有更高级数据结构和分析能力的工具包。NumPy中数据结构是围绕ndarray展开的，Pandas的核心数据结构是Series（序列——一维序列结构）和DataFrame（数据帧——二维表结构）。基于这两种数据结构，Pandas可以对数据进行导入、清洗、处理、统计和输出。

一、数据结构：Series和DataFrame

1、Series（序列——一维序列结构）</