目录
什么是pandas？
pandas 是 Python 中一个强大的 数据处理和分析库，广泛应用于 数据清洗、转换、分析 和 可视化 等领域。它提供了搞笑的数据结构（如 DataFrame 和 Series），使得处理结构化数据变得简单而高效。本文将详细介绍 pandas 的核心功能和使用方法，帮助你快速掌握这一工具。
pandas 的特点如下：
- 高效的数据结构：
Series和DataFrame提供了灵活的数据操作方式。 - 强大的数据处理能力： 支持数据清洗、转换、分析和可视化。
- 丰富的文件格式支持： 可以轻松读取和写入 CSV、Excel、JSON 等文件格式。
一、安装与导入
安装：
在开始使用 pandas 之前，需要先进行安装。可以通过以下命令安装：
pip install pandas
导入：
安装完成后，在代码中导入 pandas：
import pandas as pd
二、核心数据结构
pandas 的主要数据结构是：Series（一维数据） 和 DataFrame（二维数据）。
2.1 Series 类型（一维数组）
Series 是一个一维数组，可以 存储任意类型的数据（如整数、字符串、浮点数等），并带有索引。
创建 Series：
- 语法：pandas.Series([对象1, 对象2])
import pandas as pd
# 从列表创建 Series
s = pd.Series([1, 3, 5, 7, 9])
print(s)
执行结果：
访问 Series：
# 通过索引访问数据
print(s[0]) # 输出 1
# 通过位置访问数据
print(s.iloc[1]) # 输出 3
执行结果：
2.2 DataFrame 类型（二维数组）
DataFrame 是一个二维表格数据结构，类似于 Excel 表格或 SQL 表。它由行和列组成，每列可以是不同的数据类型。
创建 DataFrame：
# 从字典创建 DataFrame
data = {
"Name": ["Alice", "Bob", "Charlie"],
"Age": [25, 30, 35],
"City": ["New York", "Los Angeles", "Chicago"]
}
df = pd.DataFrame(data)
print(df)
执行结果：
访问 DataFrame：
# 访问列
print(df["Name"]) # 输出 Name 列
print("==============")
# 访问行
print(df.iloc[0]) # 输出第一行
执行结果：
三、数据读取与写入
pandas 支持从多种文件格式读取数据，并将数据写入这些格式。
3.1 读取 CSV 和 Excel 文件
读取 CSV 文件：
df = pd.read_csv("data.csv")
print(df.head())
csv内容如下：
"Name","Age","City"
Alice,25,New York
Bob,30,Los Angeles
Charlie,35,Chicago
执行结果：
读取 Excel 文件：
df = pd.read_excel("data.xlsx", sheet_name="Sheet1")
print(df.head())
Excel 内容如下：
执行结果：
3.2 写入数据
写入 CSV 文件：
df.to_csv("output.csv", index=False)
写入 Excel 文件：
df.to_excel("output.xlsx", sheet_name="Sheet1", index=False)
四、数据清洗与处理
4.1 处理缺失值
# 检查缺失项
print(df.isnull())
# 填充缺失值
df_filled = df.fillna(0) # 用 0 填充缺失值
# 删除包含缺失值的行
df_dropped = df.ropna()
4.2 数据筛选
# 筛选 Age 大于 30 的行
df_filtered = df[df["Age"] > 30]
print(df_filtered)
执行结果：
4.3 数据排序
# 按 Age 列升序排序
df_sorted = df.sort_values(by="Age")
print(df_sorted)
执行结果：
五、数据分析
5.1 统计描述
# 查看数据的基本统计信息
print(df.describe())
执行结果：
5.2 分组聚合
# 按 City 分组并计算平均年龄
df_grouped = df.groupby("City")["Age"].mean()
print(df_grouped)
执行结果：
5.3 数据透视表
# 创建数据透视表
df_pivot = df.pivot_table(index="City", values="Age", aggfunc="mean")
print(df_pivot)
执行结果：
六、数据可视化
pandas 结合 matplotlib 可以方便地进行数据可视化。
安装命令：
pip install matplotlib
示例：绘制柱状图
import matplotlib.pyplot as plt
# 绘制 Age 列地柱状图
df["Age"].plot(kind="bar")
plt.show()
执行结果：
七、高级功能
7.1 合并数据
# 合并两个 DataFrame
df1 = pd.DataFrame({"A": [1, 2], "B": [3, 4]})
df2 = pd.DataFrame({"A": [5, 6], "B": [7, 8]})
df_merged = pd.concat([df1, df2])
print(df_merged)
执行结果：
7.2 处理时间序列
# 创建时间序列
dates = pd.date_range("20230101", periods=6)
df_time = pd.DataFrame({"Date": dates, "Value": [1, 2, 3, 4, 5, 6]})
print(df_time)
执行结果：
整理完毕，完结撒花~ 🌻
参考地址：
1.pandas用法-全网最详细教程，https://blog.csdn.net/Strive_For_Future/article/details/126710810