#cda学习打卡 #cda-python数据分析 第二次打卡

一、Pandas简介

Pandas是一个开源的Python数据分析库，提供了高性能、易于使用的数据结构和数据分析工具。它是基于NumPy构建的，主要用于数据清洗和分析。Pandas的主要数据结构有两种：Series（一维）和DataFrame（二维）。

二、Pandas数据类型

1. 数值型：int、float
2. 字符串型：object
3. 布尔型：bool
4. 时间序列：datetime64
5. 分类数据：category

三、Pandas数据查看

1. 查看前n行或后n行数据：df.head(n) 或 df.tail(n)
2. 查看列名：df.columns
3. 查看索引：df.index
4. 查看数据形状：df.shape
5. 查看数据信息：df.info()
6. 查看数据描述性统计：df.describe()
7. 查看某一列的数据类型：df['column_name'].dtype

四、Pandas条件查询

1. 基于条件筛选行：df[df['column_name'] > value]
2. 基于多个条件筛选行：df[(df['column1'] > value1) & (df['column2'] < value2)]
3. 对某一列应用函数：df['column_name'].apply(function_name)
4. 对DataFrame的每一行应用函数：df.apply(function_name, axis=1)

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 查看前2行数据
print(df.head(2))

# 查看列名
print(df.columns)

# 查看索引
print(df.index)

# 查看数据形状
print(df.shape)

# 查看数据信息
print(df.info())

# 查看数据描述性统计
print(df.describe())

# 查看某一列的数据类型
print(df['A'].dtype)

# 基于条件筛选行
print(df[df['A'] > 1])

# 基于多个条件筛选行
print(df[(df['A'] > 1) & (df['B'] < 6)])

# 对某一列应用函数
print(df['A'].apply(lambda x: x * 2))

# 对DataFrame的每一行应用函数
print(df.apply(lambda x: x.sum(), axis=1))