Python pandas常见函数

Pandas库

bash 复制代码

pip install pandas

基本概念

数据结构

Series: 一维数据结构

python 复制代码

import pandas as pd
data = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print(data)

DataFrame: 二维数据结构

python 复制代码

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35]
}
df = pd.DataFrame(data)
print(df)

读取数据

从 CSV 文件读取数据

python 复制代码

df = pd.read_csv('file.csv')
print(df.head())

从 Excel 文件读取数据

python 复制代码

df = pd.read_excel('file.xlsx', sheet_name='Sheet1')
print(df.head())

从 SQL 查询读取数据

python 复制代码

import sqlite3
conn = sqlite3.connect('database.db')
df = pd.read_sql_query('SELECT * FROM table', conn)
print(df.head())

数据处理

查看数据
- 查看前 5 行
  python 复制代码
```
print(df.head())
```
- 查看后 5 行
  python 复制代码
```
print(df.tail())
```
- 查看数据的简要信息
  python 复制代码
```
print(df.info())
```
- 查看数据的统计摘要
  python 复制代码
```
print(df.describe())
```

选择和过滤数据

按列选择
python 复制代码
```
print(df['Name'])
```

按行选择

python 复制代码

print(df.loc[0])  # 按标签
print(df.iloc[0])  # 按位置

条件过滤

python 复制代码

filtered_df = df[df['Age'] > 30]
print(filtered_df)

数据清洗

处理缺失值

python 复制代码

df = df.dropna()  # 删除含缺失值的行
df = df.fillna(0)  # 将缺失值填充为 0

去重
python 复制代码
```
df = df.drop_duplicates()
```
数据类型转换
python 复制代码
```
df['Age'] = df['Age'].astype(float)
```

数据操作

添加列
python 复制代码
```
df['Country'] = 'USA'
```
删除列
python 复制代码
```
df = df.drop('Country', axis=1)
```

重命名列

python 复制代码

df = df.rename(columns={'Name': 'Full Name'})

数据聚合

按组聚合

python 复制代码

grouped_df = df.groupby('Country').agg({'Age': 'mean'})
print(grouped_df)

合并数据

python 复制代码

df1 = pd.DataFrame({'ID': [1, 2], 'Value': ['A', 'B']})
df2 = pd.DataFrame({'ID': [1, 2], 'Score': [85, 90]})
merged_df = pd.merge(df1, df2, on='ID')
print(merged_df)

拼接数据

python 复制代码

df1 = pd.DataFrame({'Name': ['Alice', 'Bob']})
df2 = pd.DataFrame({'Name': ['Charlie', 'David']})
concatenated_df = pd.concat([df1, df2], ignore_index=True)
print(concatenated_df)

数据排序

按列排序

python 复制代码

sorted_df = df.sort_values(by='Age')
print(sorted_df)

排序方向

python 复制代码

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

数据输出

保存为 CSV 文件
python 复制代码
```
df.to_csv('output.csv', index=False)
```
保存为 Excel 文件
python 复制代码
```
df.to_excel('output.xlsx', index=False)
```

其他常用功能

透视表

python 复制代码

pivot_table = pd.pivot_table(df, values='Age', index='Country', aggfunc='mean')
print(pivot_table)

时间序列
- 日期时间转换
  python 复制代码
```
df['Date'] = pd.to_datetime(df['Date'])
```
- 设置时间索引
  python 复制代码
```
df = df.set_index('Date')
```