Pandas 是 Python 中一个强大的数据分析库，它提供了高效、灵活的数据结构和数据分析工具。本教程将带您入门 Pandas，了解其基本用法和高级特性。

安装 Pandas

在开始之前，请确保您已经安装了 Pandas。您可以使用以下命令进行安装：

pip install pandas

数据结构

Pandas 提供了两种主要的数据结构：Series 和 DataFrame。

  • Series 是一个一维数组，类似于 Python 中的列表。
  • DataFrame 是一个二维表格，类似于 R 中的数据框或 SQL 中的表。

Series 示例

import pandas as pd

s = pd.Series([1, 2, 3, 4, 5])
print(s)

DataFrame 示例

import pandas as pd

data = {
    'Name': ['Tom', 'Nick', 'John', 'Alice'],
    'Age': [20, 21, 19, 18]
}

df = pd.DataFrame(data)
print(df)

数据读取

Pandas 可以轻松地读取各种格式的数据，如 CSV、Excel、JSON 等。

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

数据操作

Pandas 提供了丰富的数据操作功能，包括数据选择、数据排序、数据聚合等。

数据选择

# 选择特定列
df['Name']

# 选择特定行
df.loc[1]

# 选择多个列和行
df.loc[1:3, 'Name':'Age']

数据排序

df.sort_values(by='Age', ascending=False)

数据聚合

df.groupby('Name').mean()

高级特性

Pandas 还提供了许多高级特性，如时间序列分析、文本分析等。

时间序列分析

import pandas as pd

ts = pd.Series([1, 2, 3, 4, 5], index=pd.date_range('20210101', periods=5))
print(ts)

文本分析

import pandas as pd

text = "This is a sample text for text analysis."
df = pd.Series([text])
print(df['0'].str.split())

扩展阅读

如果您想了解更多关于 Pandas 的内容，可以访问以下链接：

Pandas Logo