Pandas

时间:2024-10-13 20:35:09

Pandas 是一个开源的 Python 数据分析库,它提供了高性能的数据结构和数据分析工具。Pandas 最初被设计用于处理表格数据,即类似于 Excel 中的数据表,但它的功能远不止于此。Pandas 特别适合于处理结构化数据,例如金融时间序列数据。

主要特点:

DataFrame:Pandas 的核心数据结构,类似于 Excel 中的表格,可以存储不同类型的列。
Series:一维数组,类似于 Excel 中的一列数据。
时间序列:Pandas 提供了处理时间序列的强大工具。
5. **数据合并**:可以轻松地合并、连接和重塑数据集。
6. **数据分组**:可以对数据进行分组,并对每个组应用聚合、转换或过滤操作。
7. **数据索引**:提供了多种索引方式,包括标签索引、时间索引等。
8. **数据可视化**:Pandas 可以与 Matplotlib 等可视化库集成,方便地进行数据可视化。

 安装 Pandas

pip install pandas

 基本使用:

1. **导入 Pandas**:
import pandas as pd

2. **创建 DataFrame**:
 

# 使用字典创建 DataFrame
data = {'Name': ['John', 'Anna', 'Peter', 'Linda'],
        'Age': [28, 23, 34, 29],
        'City': ['New York', 'Paris', 'Berlin', 'London']}
df = pd.DataFrame(data)

3. **查看数据**:
 

# 查看前5行数据
print(df.head())

# 查看数据框信息
print(df.info())

4. **数据选择**:

# 选择列
print(df['Name'])

# 选择行
print(df[df['Age'] > 25])


5. **数据清洗**:
 

# 删除缺失值
df_cleaned = df.dropna()

# 填充缺失值
df_filled = df.fillna(value=0)

6. **数据排序**:
 

# 按年龄升序排序
df_sorted = df.sort_values(by='Age')


`
7. **数据可视化**:
 


import matplotlib.pyplot as plt

# 绘制年龄的直方图
df['Age'].hist()
plt.show()

Pandas 是一个非常强大的库,可以用于数据导入、清洗、处理、分析和可视化。以上只是一些基础用法,Pandas 的功能远不止这些,它还有更多高级功能等待你去探索。