Pandas 入门:数据分析的得力工具

一、Pandas 是什么?

Pandas 是一个开源的 Python 类库,专为数据分析、处理和可视化设计。它有三大优势:高性能、易用的数据结构和便捷的分析工具,是数据处理的得力助手。

二、怎么用 Pandas?

安装 :可以用 pip install pandas 或 conda install pandas,用清华源(https://pypi.tuna.tsinghua.edu.cn/simple)能加速安装。

导入 :通常用 import pandas as pd 语句导入,方便后续使用。

三、Pandas 的核心数据结构

1. Series

它类似表格中的一列,像一维数组,能存各种数据类型,由索引和值组成。创建方式多样:

用列表:不指定索引的话,默认从 0 开始。

用 ndarray:可以自己指定索引标签,比如 'a'、'b' 等。

用字典:字典的键会成为索引,值就是 Series 的值。

还能查看它的索引(.index)和数值(.values)。

2. DataFrame

这是个表格型数据结构,有行索引和列索引,列可以是不同数据类型。构造方法灵活,数据可以是 ndarray、series、列表、字典等。创建方式有:

用列表:需要指定列标签。

用 ndarrays:把数据组织成字典形式,键作为列名。

用字典:每个字典项对应一行数据,缺失的键会用 NaN 填充。

四、Pandas 数据查询

主要用 loc() 方法:

取单行:df.loc[行索引],能返回指定行的数据。

取多行:用 df.loc[[行索引1, 行索引2...]] 的格式,返回多个指定行。

当设置了自定义索引(比如用 "Chinese"、"Math" 等),直接用自定义索引就能取对应行。

掌握这些,就能轻松上手 Pandas 处理数据啦!

相关推荐
小里lilili3 小时前
金融数据分析技术栈拆解:从NumPy到机器学习,金融数学背景该如何补齐代码短板
金融·数据分析·numpy
wang_yb3 小时前
用Python DSL 写轻量数据质检工具
数据分析·databook
kaixin_啊啊3 小时前
【零基础学AI】第 19 章——用分类模型识别类别
人工智能·分类·数据挖掘
databook3 小时前
用Python DSL 写轻量数据质检工具
python·数据分析
程序员梅雨4 小时前
【从零开始学习数据仓库 | 第一篇】:维度建模理论
大数据·数据仓库·学习·阿里云·数据分析
2601_966949656 小时前
Python 实战:如何统计五档盘口买卖盘总挂单量?附计算公式与代码
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
隔窗听雨眠6 小时前
从取数到行动:数据分析失效的链路拆解与闭环重建
大数据·数据挖掘·数据分析
weixin_4404016910 小时前
大数据技术-数据分析(EXcel+Python数据处理+SQL)
大数据·python·数据分析·excel
四季豆331 天前
AI时代中小企业如何低成本提升数据和知识质量?
大数据·人工智能·数据挖掘
京东云开发者1 天前
OxygenData-Vibe搭建:用 AI Coding重新定义数据看板搭建
数据分析·agent