Pandas 子栏目 - Python

简介

Pandas 是 Python 中用于数据处理和数据分析的重要库，提供了快速、灵活和富有表现力的数据结构，使数据处理工作更加高效和简单。

Pandas 的核心数据结构是 DataFrame 和 Series。DataFrame 是由 Series 组成的二维表格，而 Series 则是一维数组。

安装

可以通过 pip 安装 Pandas：

pip install pandas

使用

导入

在使用 Pandas 之前，首先要导入 pandas 库：

import pandas as pd

创建 DataFrame

可以通过多种方式创建 DataFrame。以下是一个使用字典创建 DataFrame 的示例：

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40],
        'city': ['Beijing', 'Shanghai', 'New York', 'Tokyo']}
df = pd.DataFrame(data)
print(df)

输出：

      name  age      city
0    Alice   25   Beijing
1      Bob   30  Shanghai
2  Charlie   35  New York
3    David   40     Tokyo

选取数据

可以使用 loc 和 iloc 来选取 DataFrame 中的数据。loc 通过行和列的标签进行选取，而 iloc 通过位置进行选取。

# 选取第一行
print(df.loc[0])

# 选取 name 和 city 列的数据
print(df.loc[:, ['name', 'city']])

# 选取前两行和前两列的数据
print(df.iloc[:2, :2])

数据清洗

在数据处理中，常常需要对数据进行清洗和转换。Pandas 提供了大量的方法来进行数据清洗。

# 筛选出 age 大于等于 30 的数据
print(df[df['age'] >= 30])

# 将 city 列中的 New York 替换为 Beijing
df['city'] = df['city'].replace('New York', 'Beijing')
print(df)

# 删除 age 列
del df['age']
print(df)

数据统计

Pandas 提供了丰富的方法来进行数据统计，包括汇总统计、分组统计、透视表和数据聚合等。

# 对 age 列进行汇总统计
print(df['age'].describe())

# 按 city 列进行分组并统计每组的平均年龄
print(df.groupby('city')['age'].mean())

# 创建透视表并计算每个城市的人数和平均年龄
print(pd.pivot_table(df, values='age', index='city', columns='name', aggfunc=np.sum))

结论

Pandas 是一个功能强大的 Python 库，提供了丰富的数据处理和数据分析功能。通过 Pandas，我们可以使用简洁的代码来处理和分析大量的数据，从而提高工作效率和效果。