Pandas - 技术栈

Pandas

霆曜2024-10-10 19:19

Pandas 是一个开源的 Python 数据分析库，它提供了高性能的数据结构和数据分析工具。Pandas 最初被设计用于处理表格数据，即类似于 Excel 中的数据表，但它的功能远不止于此。Pandas 特别适合于处理结构化数据，例如金融时间序列数据。

主要特点：

DataFrame：Pandas 的核心数据结构，类似于 Excel 中的表格，可以存储不同类型的列。

Series：一维数组，类似于 Excel 中的一列数据。

时间序列：Pandas 提供了处理时间序列的强大工具。

**数据合并**：可以轻松地合并、连接和重塑数据集。
**数据分组**：可以对数据进行分组，并对每个组应用聚合、转换或过滤操作。
**数据索引**：提供了多种索引方式，包括标签索引、时间索引等。
**数据可视化**：Pandas 可以与 Matplotlib 等可视化库集成，方便地进行数据可视化。

安装 Pandas

pip install pandas

基本使用：

**导入 Pandas**:

import pandas as pd

**创建 DataFrame**:

python 复制代码

# 使用字典创建 DataFrame
data = {'Name': ['John', 'Anna', 'Peter', 'Linda'],
        'Age': [28, 23, 34, 29],
        'City': ['New York', 'Paris', 'Berlin', 'London']}
df = pd.DataFrame(data)

**查看数据**:

python 复制代码

# 查看前5行数据
print(df.head())

# 查看数据框信息
print(df.info())

**数据选择**:

python 复制代码

# 选择列
print(df['Name'])

# 选择行
print(df[df['Age'] > 25])

**数据清洗**:

python 复制代码

# 删除缺失值
df_cleaned = df.dropna()

# 填充缺失值
df_filled = df.fillna(value=0)

**数据排序**:

python 复制代码

# 按年龄升序排序
df_sorted = df.sort_values(by='Age')

**数据可视化**:

python 复制代码

import matplotlib.pyplot as plt

# 绘制年龄的直方图
df['Age'].hist()
plt.show()

Pandas 是一个非常强大的库，可以用于数据导入、清洗、处理、分析和可视化。以上只是一些基础用法，Pandas 的功能远不止这些，它还有更多高级功能等待你去探索。