基础库-Python常用模块的介绍和使用---pandas

Pandas 是一个强大的 Python 数据分析库，专门用于处理和分析数据。

Pandas 主要用来处理结构化数据。

一、提供两种主要的数据结构：

1.Series

一维数组，可以保存任何数据类型。类似于列表，但是带有标签（索引）。

import pandas as pd
# 从列表创建 Series
s = pd.Series([1, 2, 3, 4],index=["a","b","c","d"])
print(s['a'])
#通过索引来访问元素

2.DataFrame

二维表格结构，类似于excel中的表格或者数据库中的表格。它可以包含不同类型的数据，具有行标签和列标签。

import pandas as pd

# 从字典创建 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})
# 从列表创建 DataFrame
df = pd.DataFrame([
    [1, 4],
    [2, 5],
    [3, 6]
], columns=['A', 'B'])

###效果是一样的

二、主要功能

1.数据清洗和准备

1.处理缺失值

        1.1：df.isnull().sum() 查找缺失值

        1.2：df.dropna() 删除缺失值

        1.3：df.fillna(x)填充缺失值

2.处理重复数据

        2.1：df.duplicated() 检测重复数据

        2.2：df.drop_duplicates() 删除重复行

3.数据转换和标准化

4.处理异常值

5.处理数据的缺失和不一致

6.数据合并和连接

        6.1：合并（merge）

        6.2：连接（concat）

2. 数据的导入和导出

pandas 支持从各种格式导入和导出数据，包括：csv，excel，sql，json等

	导入数据	导出数据
csv	pd.read_csv	df.to_csv
excel	pd.read_excel	df.to_excel
sql	pd.read_sql	df.to_sql
json	pd.read_json	df.to_json

 3.数据选择和过滤

pandas 提供多种方法来选择和过滤数据：

基于行的选择：df.loc ；df.iloc 

基于列的选择：df[["name1","name2"]]

基于条件的选择等

4.数据可视化

pandas库和matplotlib库合作来进行数据可视化的操作