Pandas数据分析基础

Pandas读取和写入数据

Pandas将数据加载到DataFrame后，就可以使用DataFrame对象的属性和方法进行操作。这些操作有的是完成数据分析中的常规统计工作，有的是对数据的加工处理。无论是在分析统计方面还是在加工处理方面，Pandas都提供了丰富且实用的功能。

数据读取

从常见的Excel和CSV到JSON及各种数据库，Pandas几乎支持市面上所有的主流数据存储形式。Pandas提供了一组顶层的I/O API，如pandas.read_csv()等方法，这些方法可以将众多格式的数据读取到DataFrame数据结构中，经过分析处理后，再通过类似DataFrame.to_csv()的方法导出数据。
以下是将您提供的数据绘制为Markdown表格的结果：

示例代码

#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
@Date          : 2024/10/4
@File          : test1.py
@Author        : liwei 
@Description   : 
"""
import pandas as pd
# 文件目录
# 使用URL
df_csv = pd.read_csv('GDP-China.csv')
print(df_csv)

df_excel = pd.read_excel('team.xlsx')
print(df_excel)

读取csv

#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
@Date          : 2024/10/4
@File          : test1.py
@Author        : liwei 
@Description   : 
"""
import pandas as pd
# 文件目录
# 使用URL
df_csv = pd.read_csv('GDP-China.csv')
print(df_csv)

读取excel

数据输出

Pandas基础操作

索引

数据信息

统计计算

位置计算

数据选择

Pandas高级操作

复杂查询

类型转换

数据排序

添加修改

高级过滤

数据迭代

高阶函数