pandas模块的作用和使用方法

本文链接：https://blog.csdn.net/qq_47903032/article/details/125402382

Pandas是Python中强大的数据分析工具，适用于处理表格数据。它支持多种数据源的读写，如csv、excel和sql等。通过DataFrame，Pandas提供数据清洗、选择、过滤、聚合等功能，并集成numpy和matplotlib。本文介绍了如何导入数据、重新设定索引、删除数据、计算以及筛选操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Pandas是当前最流行、最常用的数据分析工具。当处理表格数据(比如存储在电子表格或数据库中的数据)时，pandas是最适合您的工具。它将帮助您探索、清理和处理您的数据。数据表被称为DataFrame，panda支持与多种文件格式或数据源的集成(csv、excel、sql、json、parquet…)。从每个数据源导入数据是由前缀为read *的函数提供的。类似地，to_*方法用于存储数据……选择或过滤特定的行和或列?过滤条件下的数据?在pandas中可以使用切片、选择和提取所需数据的方法。它是基于numpy，且集成了matplotlib模块。

    全面支持数据分析项目的研发步骤 ( 获取->清洗 -> 处理并计算 -> 视图分析 )；
    提供获取、存储数据功能 ( csv、json、excel… )；
    清洗数据及扩充数据类型；
    对数据进行过滤、选择；
    聚合计算 ( max、min、mean… )；

使用方法：

import pandas as pd
from pandas import Series
# 1、一维数组
sel = Series(data=[1,2,3,4], index=['a','b','c','d'])
result= list(sel.iteritems())

""" Result:
[('a', 1), ('b', 2), ('c', 3), ('d', 4)]
"""
# 2、传入字典
dict = {"rad" : 100,'ji':200,'sad':900