目录

Python Pandas 基础教程

Pandas 是 Python 中最流行的数据分析和处理库。它提供了高性能、易于使用的数据结构和数据分析工具。

1. 安装与导入

在使用 Pandas 之前,你需要确保已经安装了它。通常我们会结合 numpy 一起使用。

安装

在终端或命令行中运行以下命令:

pip install pandas numpy

导入

在 Python 脚本中,我们通常使用别名 pd 来导入 Pandas:

import pandas as pd
import numpy as np

2. 核心数据结构

Pandas 有两个主要的数据结构:Series (一维) 和 DataFrame (二维)。

2.1 Series (序列)

Series 是一种类似于一维数组的对象,它由一组数据(各种 NumPy 数据类型)以及一组与之相关的数据标签(即索引)组成。

# 从列表创建 Series
s = pd.Series([1, 3, 5, np.nan, 6, 8])
 
print(s)

输出:

0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64

2.2 DataFrame (数据框)

DataFrame 是一个表格型的数据结构,它含有一组有序的列,每列可以是不同的值类型(数值、字符串、布尔值等)。

通过字典创建 DataFrame:

data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [24, 27, 22, 32],
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston']
}
 
df = pd.DataFrame(data)
 
print(df)

输出:

      Name  Age         City
0    Alice   24     New York
1      Bob   27  Los Angeles
2  Charlie   22      Chicago
3    David   32      Houston

3. 数据读取与写入

Pandas 支持多种文件格式的读写,最常用的是 CSV 和 Excel。

格式 读取方法 写入方法
CSV pd.read_csv('file.csv') df.to_csv('file.csv')
Excel pd.read_excel('file.xlsx') df.to_excel('file.xlsx')
JSON pd.read_json('file.json') df.to_json('file.json')
SQL pd.read_sql(query, connection) df.to_sql('table', connection)

示例:读取 CSV 文件

# 假设当前目录下有一个 data.csv 文件
# df = pd.read_csv('data.csv')
# print(df.head()) # 查看前5行

4. 查看数据

加载数据后,我们需要快速了解数据的概况。

# 示例:查看统计摘要
print(df.describe())

5. 数据选择

Pandas 推荐使用优化的数据访问方法:.at, .iat, .loc, .iloc。

选择前3行,前2列

print(df.iloc[0:3, 0:2]) </code>


相关链接: