Python学习（十四）pandas库入门手册

- 一、安装与导入
- 二、核心数据结构
- - [2.1 Series 类型（一维数组）](#2.1 Series 类型（一维数组）)
  - [2.2 DataFrame 类型（二维数组）](#2.2 DataFrame 类型（二维数组）)
- 三、数据读取与写入
- - [3.1 读取 CSV 和 Excel 文件](#3.1 读取 CSV 和 Excel 文件)
  - [3.2 写入数据](#3.2 写入数据)
- 四、数据清洗与处理
- - [4.1 处理缺失值](#4.1 处理缺失值)
  - [4.2 数据筛选](#4.2 数据筛选)
  - [4.3 数据排序](#4.3 数据排序)
- 五、数据分析
- - [5.1 统计描述](#5.1 统计描述)
  - [5.2 分组聚合](#5.2 分组聚合)
  - [5.3 数据透视表](#5.3 数据透视表)
- 六、数据可视化
- 七、高级功能
- - [7.1 合并数据](#7.1 合并数据)
  - [7.2 处理时间序列](#7.2 处理时间序列)

官网地址： https://pandas.pydata.org/

什么是pandas？

pandas 是 Python 中一个强大的 数据处理和分析库 ，广泛应用于 数据清洗 、转换、分析和 可视化 等领域。它提供了搞笑的数据结构（如 DataFrame 和 Series），使得处理结构化数据变得简单而高效。本文将详细介绍 pandas 的核心功能和使用方法，帮助你快速掌握这一工具。

pandas 的特点如下：

高效的数据结构： Series 和 DataFrame 提供了灵活的数据操作方式。
强大的数据处理能力： 支持数据清洗、转换、分析和可视化。
丰富的文件格式支持： 可以轻松读取和写入 CSV、Excel、JSON 等文件格式。

一、安装与导入

安装：

在开始使用 pandas 之前，需要先进行安装。可以通过以下命令安装：

bash 复制代码

pip install pandas

导入：

安装完成后，在代码中导入 pandas：

python 复制代码

import pandas as pd

二、核心数据结构

pandas 的主要数据结构是：Series（一维数据）和 DataFrame（二维数据）。

2.1 Series 类型（一维数组）

Series 是一个一维数组，可以 存储任意类型的数据（如整数、字符串、浮点数等），并带有索引。

创建 Series：

语法：pandas.Series([对象1, 对象2])

python 复制代码

import pandas as pd

# 从列表创建 Series
s = pd.Series([1, 3, 5, 7, 9])
print(s)

执行结果：

访问 Series：

python 复制代码

# 通过索引访问数据
print(s[0]) # 输出 1

# 通过位置访问数据
print(s.iloc[1]) # 输出 3

执行结果：

2.2 DataFrame 类型（二维数组）

DataFrame 是一个二维表格数据结构，类似于 Excel 表格或 SQL 表。它由行和列组成，每列可以是不同的数据类型。

创建 DataFrame：

python 复制代码

# 从字典创建 DataFrame
data = {
    "Name": ["Alice", "Bob", "Charlie"],
    "Age": [25, 30, 35],
    "City": ["New York", "Los Angeles", "Chicago"]
}
df = pd.DataFrame(data)
print(df)

执行结果：

访问 DataFrame：

python 复制代码

# 访问列
print(df["Name"]) # 输出 Name 列
print("==============")

# 访问行
print(df.iloc[0]) # 输出第一行

执行结果：

三、数据读取与写入

pandas 支持从多种文件格式读取数据，并将数据写入这些格式。

3.1 读取 CSV 和 Excel 文件

读取 CSV 文件：

python 复制代码

df = pd.read_csv("data.csv")
print(df.head())

csv内容如下：

json 复制代码

"Name","Age","City"
Alice,25,New York
Bob,30,Los Angeles
Charlie,35,Chicago

执行结果：

读取 Excel 文件：

python 复制代码

df = pd.read_excel("data.xlsx", sheet_name="Sheet1")
print(df.head())

Excel 内容如下：

执行结果：

3.2 写入数据

写入 CSV 文件：

python 复制代码

df.to_csv("output.csv", index=False)

写入 Excel 文件：

python 复制代码

df.to_excel("output.xlsx", sheet_name="Sheet1", index=False)

四、数据清洗与处理

4.1 处理缺失值

python 复制代码

# 检查缺失项
print(df.isnull())

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

# 删除包含缺失值的行
df_dropped = df.ropna()

4.2 数据筛选

python 复制代码

# 筛选 Age 大于 30 的行
df_filtered = df[df["Age"] > 30]
print(df_filtered)

执行结果：

4.3 数据排序

python 复制代码

# 按 Age 列升序排序
df_sorted = df.sort_values(by="Age")
print(df_sorted)

执行结果：

五、数据分析

5.1 统计描述

python 复制代码

# 查看数据的基本统计信息
print(df.describe())

执行结果：

5.2 分组聚合

python 复制代码

# 按 City 分组并计算平均年龄
df_grouped = df.groupby("City")["Age"].mean()
print(df_grouped)

执行结果：

5.3 数据透视表

python 复制代码

# 创建数据透视表
df_pivot = df.pivot_table(index="City", values="Age", aggfunc="mean")
print(df_pivot)

执行结果：

六、数据可视化

pandas 结合 matplotlib 可以方便地进行数据可视化。

安装命令：

bash 复制代码

pip install matplotlib

示例：绘制柱状图

python 复制代码

import matplotlib.pyplot as plt

# 绘制 Age 列地柱状图
df["Age"].plot(kind="bar")
plt.show()

执行结果：

七、高级功能

7.1 合并数据

python 复制代码

# 合并两个 DataFrame
df1 = pd.DataFrame({"A": [1, 2], "B": [3, 4]})
df2 = pd.DataFrame({"A": [5, 6], "B": [7, 8]})
df_merged = pd.concat([df1, df2])
print(df_merged)

执行结果：

7.2 处理时间序列

python 复制代码

# 创建时间序列
dates = pd.date_range("20230101", periods=6)
df_time = pd.DataFrame({"Date": dates, "Value": [1, 2, 3, 4, 5, 6]})
print(df_time)

执行结果：

整理完毕，完结撒花~ 🌻

参考地址：

1.pandas用法-全网最详细教程，https://blog.csdn.net/Strive_For_Future/article/details/126710810

Python学习（十四）pandas库入门手册

目录

一、安装与导入

二、核心数据结构

2.1 Series 类型（一维数组）

2.2 DataFrame 类型（二维数组）

三、数据读取与写入

3.1 读取 CSV 和 Excel 文件

3.2 写入数据

四、数据清洗与处理

4.1 处理缺失值

4.2 数据筛选

4.3 数据排序

五、数据分析

5.1 统计描述

5.2 分组聚合

5.3 数据透视表

六、数据可视化

七、高级功能

7.1 合并数据

7.2 处理时间序列