Pandas 是 Python 中一个强大的数据分析库，常用于数据清洗、转换和分析。以下是一些 Pandas 的基本概念和使用方法。
安装 Pandas
首先，确保你已经安装了 Pandas。如果没有安装，可以通过以下命令进行安装：
pip install pandas
基本操作
数据结构
Pandas 提供了两种主要的数据结构：Series 和 DataFrame。
- Series 是一维的数组结构，类似于 Python 中的列表。
- DataFrame 是二维的表格结构，类似于 Excel 或 SQL 数据表。
数据读取
你可以使用 pandas.read_csv() 函数来读取 CSV 文件。
import pandas as pd
data = pd.read_csv('data.csv')
数据清洗
数据清洗是数据分析的重要步骤。以下是一些常用的数据清洗方法：
- 删除重复数据：
data.drop_duplicates() - 删除缺失值：
data.dropna() - 填充缺失值：
data.fillna()
数据转换
Pandas 提供了丰富的数据转换功能，例如：
- 转换数据类型：
data['column'].astype(type) - 排序：
data.sort_values(by='column') - 筛选数据：
data[data['column'] > value]
实例
以下是一个简单的 Pandas 实例：
import pandas as pd
data = {'Name': ['Tom', 'Nick', 'John'], 'Age': [20, 21, 19]}
df = pd.DataFrame(data)
print(df)
输出：
Name Age
0 Tom 20
1 Nick 21
2 John 19
扩展阅读
想要了解更多关于 Pandas 的知识，可以访问我们的 Pandas 教程 页面。