【Python】Pandas常用基础使用案例

落花雨
你飘摇的美丽
花香氤
把往日情勾起
我愿意
化浮萍躺湖心
只陪你
泛岁月的涟漪
                     🎵 许嵩《山水之间》

Pandas是一个强大的Python数据分析工具库，它极大地简化了数据处理和分析的过程。无论你是数据科学初学者还是经验丰富的分析师，了解Pandas的基本用法都是提高工作效率的关键。本篇博客将介绍Pandas的几个核心概念和常用功能。

什么是Pandas？

Pandas是一个开源的Python库，提供了高性能的、易于使用的数据结构和数据分析工具。最核心的数据结构是DataFrame，它是一种表格型的数据结构，可以看作是一个二维数组，但是与数组不同，它可以处理不同类型的数据。

安装和导入

要使用Pandas，首先需要确保它已经安装在你的环境中。安装很简单，只需要运行以下命令：

pip install pandas

安装完成后，你可以在Python脚本或交互式环境中导入Pandas：

import pandas as pd

创建和读取数据

你可以从多种数据源中读取数据到DataFrame中，例如CSV文件、Excel文件、SQL查询结果等。

# 从CSV文件读取数据
df = pd.read_csv('data.csv')

# 从Excel文件读取数据
df = pd.read_excel('data.xlsx')

# 查看前几行数据
print(df.head())

也可以手动创建DataFrame：

data = {'Name': ['John', 'Anna', 'Peter', 'Linda'],
        'Age': [28, 22, 34, 29],
        'City': ['New York', 'Paris', 'Berlin', 'London']}

df = pd.DataFrame(data)

数据探索

一旦你有了一个DataFrame，你可以使用多种方法来探索和检查数据：

# 查看数据维度
print(df.shape)

# 获取列名
print(df.columns)

# 数据统计概览
print(df.describe())

# 查看单列数据类型
print(df['Age'].dtype)

数据选择和过滤

Pandas提供了灵活的方法来选择和过滤数据：

# 选择一列
ages = df['Age']

# 选择多列
sub_df = df[['Name', 'City']]

# 基于条件过滤
older_than_30 = df[df['Age'] > 30]
# 使用loc和iloc选择数据
# loc是基于标签的选择，iloc是基于整数位置的选择
row = df.loc[0]  # 选择第一行
row = df.iloc[0]  # 同上

数据清洗

数据清洗是数据分析中一个重要的步骤。Pandas提供了许多功能来处理缺失值、重复值、字符串操作等。

# 处理缺失值
df.dropna()  # 删除含有缺失值的行
df.fillna(0)  # 用0填充缺失值

# 删除重复值
df.drop_duplicates()

# 字符串操作
df['Name'] = df['Name'].str.upper()  # 将Name列的字符串转换为大写

数据整理

Pandas能够帮助你整理数据以便于分析：

# 新增列
df['Senior'] = df['Age'] > 60

# 分组聚合
grouped = df.groupby('City')
print(grouped.mean())

# 数据透视表
pivot = pd.pivot_table(df, values='Age', index='City', aggfunc='mean')
print(pivot)
数据合并
你可能需要将来自不同数据源的数据合并在一起：

python
Copy code
# 合并数据框
other_data = {'Name': ['Sara', 'Tom'],
              'Age': [25, 35],
              'City': ['Rome', 'Madrid']}

other_df = pd.DataFrame(other_data)
combined_df = pd.concat([df, other_df])

# 数据连接
df1 = pd.DataFrame({'Key': ['A', 'B', 'C'], 'Value': [1, 2, 3]})
df2 = pd.DataFrame({'Key': ['B', 'C', 'D'], 'Value': [4, 5, 6]})
joined_df = pd.merge(df1, df2, on='Key')

输出数据

最后，你可能需要将处理好的数据输出到文件，以供进一步分析或报告。

# 写入到CSV文件
df.to_csv('processed_data.csv')

# 写入到Excel文件
df.to_excel('processed_data.xlsx')

结语

通过上述内容的介绍，我们了解到Pandas是一个非常强大的库，它能够帮助我们以非常高效的方式来处理和分析数据。上手Pandas并不难，但要真正掌握它，则需要不断地实践和探索。

希望这篇博客能够帮助你开始使用Pandas进行数据分析，并激发你探索更多高级功能的兴趣。Happy Data Analyzing!