【Python基础】pandas 使用指南（超详细！）

当前位置：电视猫 > Python>

电视猫时间： 2024-09-08 10:13:21

Python数据分析神器：Pandas使用指南（超详细）

1. Pandas是什么？

Pandas是一个强大的Python库，主要用于数据分析和数据处理。它提供了高性能、易于使用的数据结构和数据分析工具，让数据处理变得更加高效和便捷。

2. 安装Pandas

Bash


pip install pandas

3. Pandas的核心数据结构

Series: 一维带标签的数组，类似于Excel中的一列。
DataFrame: 二维的表格型数据结构，类似于Excel工作表。

4. 创建DataFrame

Python


import pandas as pd



# 通过字典创建

data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}

df = pd.DataFrame(data)



# 通过列表创建

data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

df = pd.DataFrame(data, columns=['A', 'B', 'C'])

5. 读取数据

读取CSV文件:Python
```
df = pd.read_csv('data.csv')
```
读取Excel文件:Python
```
df = pd.read_excel('data.xlsx')
```

6. 数据查看

查看前几行: df.head()
查看后几行: df.tail()
查看数据信息: df.info()
查看统计描述: df.describe()

7. 数据选择

选择列: df['column_name']
选择行: df.loc[row_index] 或 df.iloc[row_index]
条件筛选: df[df['column_name'] > value]

8. 数据处理

添加列: df['new_column'] = values
删除列: df.drop('column_name', axis=1, inplace=True)
修改值: df.loc[row_index, 'column_name'] = new_value

9. 数据操作

排序: df.sort_values(by='column_name')
分组: df.groupby('column_name').mean()
合并: pd.merge(df1, df2, on='key')
透视表: pd.pivot_table(df, values='value', index='index', columns='columns')

10. 数据保存

Python


df.to_csv('output.csv', index=False)

df.to_excel('output.xlsx', index=False)

11. 时间序列数据

创建时间索引: pd.date_range('2023-01-01', periods=10)
时间序列操作: df.resample('M').mean()

12. 数据可视化

Python


import matplotlib.pyplot as plt



df.plot(kind='line')

plt.show()

13. 进阶用法

缺失值处理: df.fillna(), df.dropna()
数据清洗: 正则表达式、字符串处理
高级索引: loc, iloc, ix
数据类型转换: astype()
自定义函数应用: apply()

14. 示例

Python


import pandas as pd



# 读取数据

df = pd.read_csv('sales.csv')



# 查看销售额最高的三个产品

top_products = df.groupby('product')['sales'].sum().nlargest(3)



# 绘制销售额折线图

df.plot(x='date', y='sales')



# 将结果保存到Excel

top_products.to_excel('top_products.xlsx')