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 pandasconda 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
计算机安禾19 分钟前
【算法分析与设计】第21篇:回溯法的状态空间树与剪枝函数设计
大数据·人工智能·算法·机器学习·数据挖掘·剪枝
wayz1131 分钟前
Momentum:BRAR(人气意愿指标)技术指标详解
金融·数据分析·量化交易·特征工程
wayz1140 分钟前
20260530 软件ETF(159852)量化分析
算法·金融·数据分析·量化交易
久违 °9 小时前
【AI-Agent】TagMatrix 数据标注工具开发
人工智能·数据分析·go·agent·数据隐私
城数派20 小时前
2026年500米分辨率DEM地形数据(全球/全国/分省/分市)
数据库·arcgis·信息可视化·数据分析·excel
DisonTangor1 天前
跃阶星辰开源Step 3.7 Flash:原生多模态,最高生成速度400 Tokens/s
人工智能·语言模型·数据挖掘·开源·aigc
weixin_468466851 天前
图像分类技术落地应用与实战指南
人工智能·深度学习·ai·分类·数据挖掘·图像分类·模型部署
春日见1 天前
强化学习方法分类:
人工智能·机器学习·分类·数据挖掘·强化学习
搞科研的小刘选手1 天前
【大数据方向专题研讨会】第三届大数据与数字化管理国际学术会议(ICBDDM 2026)
大数据·信息安全·数据挖掘·云计算·可视化·供应链·信息管理
高洁011 天前
设备故障?数字孪生提前预警
深度学习·机器学习·数据挖掘·transformer·知识图谱