Pandas 教程

Pandas 是 Python 中一个非常流行的数据分析库，它提供了强大的数据结构和数据分析工具，可以轻松处理和分析结构化数据。

安装 Pandas

首先，确保你已经安装了 Python。然后，你可以使用 pip 来安装 Pandas：

pip install pandas

基础使用

Pandas 中的 DataFrame 是一个表格型的数据结构，类似于 Excel 表格。下面是一个简单的例子：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Alice'],
        'Age': [20, 21, 19, 18],
        'City': ['New York', 'London', 'Paris', 'Berlin']}

df = pd.DataFrame(data)

print(df)

输出：

选择数据

你可以使用 .loc 和 .iloc 方法来选择 DataFrame 中的数据。

# 选择行
print(df.loc[0])

# 选择列
print(df['Name'])

# 选择行和列
print(df.loc[0, 'Name'])

数据清洗

Pandas 提供了多种数据清洗功能，例如去除重复数据、填充缺失值等。

# 去除重复数据
df.drop_duplicates(inplace=True)

# 填充缺失值
df.fillna('Unknown', inplace=True)

数据操作

Pandas 提供了丰富的数据操作功能，例如排序、筛选等。

# 排序
df.sort_values(by='Age', ascending=False, inplace=True)

# 筛选
print(df[df['Age'] > 20])

数据可视化

Pandas 可以与 Matplotlib、Seaborn 等库结合使用进行数据可视化。

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))
plt.plot(df['Age'], df['City'])
plt.title('Age vs City')
plt.xlabel('Age')
plt.ylabel('City')
plt.show()

Age vs City

更多 Pandas 教程，请访问 Pandas 官方文档

返回首页