【pandas怎么用】Pandas 是 Python 中一个非常强大的数据处理库，广泛用于数据分析、数据清洗和数据可视化等任务。对于初学者来说，掌握 Pandas 的基本使用方法是学习数据分析的第一步。以下是对 Pandas 常用功能的总结，并通过表格形式展示其核心操作。
一、Pandas 基础概念
| 概念 | 说明 |
| DataFrame | 类似于 Excel 表格，由行和列组成的数据结构 |
| Series | 一维数组，类似于列表，但带有标签 |
| Index | 数据的索引，可以是数字或字符串 |
| DataFrames 操作 | 包括读取、筛选、排序、合并、分组等 |
二、常用操作总结
1. 安装与导入
```python
安装 pandas
pip install pandas
导入 pandas
import pandas as pd
```
2. 创建 DataFrame 和 Series
```python
创建 DataFrame
data = {
'姓名': ['张三', '李四', '王五'],
'年龄': [25, 30, 35],
'城市': ['北京', '上海', '广州'
}
df = pd.DataFrame(data)
创建 Series
s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
```
3. 读取与写入数据
| 操作 | 示例代码 | 说明 |
| 读取 CSV 文件 | `pd.read_csv('file.csv')` | 从 CSV 文件加载数据 |
| 读取 Excel 文件 | `pd.read_excel('file.xlsx')` | 从 Excel 文件加载数据 |
| 写入 CSV 文件 | `df.to_csv('output.csv', index=False)` | 将 DataFrame 保存为 CSV 文件 |
| 写入 Excel 文件 | `df.to_excel('output.xlsx', index=False)` | 将 DataFrame 保存为 Excel 文件 |
4. 查看数据
| 操作 | 示例代码 | 说明 |
| 查看前几行 | `df.head(n)` | 显示前 n 行数据，默认为 5 |
| 查看后几行 | `df.tail(n)` | 显示后 n 行数据，默认为 5 |
| 查看基本信息 | `df.info()` | 显示数据类型、非空值数量等信息 |
| 查看统计信息 | `df.describe()` | 显示数值列的统计信息（如均值、标准差等） |
5. 筛选与排序
| 操作 | 示例代码 | 说明 |
| 按条件筛选 | `df[df['年龄'] > 30]` | 筛选出年龄大于 30 的行 |
| 排序 | `df.sort_values(by='年龄')` | 按“年龄”列升序排序 |
| 降序排序 | `df.sort_values(by='年龄', ascending=False)` | 按“年龄”列降序排序 |
6. 数据清洗
| 操作 | 示例代码 | 说明 |
| 删除缺失值 | `df.dropna()` | 删除包含缺失值的行 |
| 填充缺失值 | `df.fillna(0)` | 用 0 填充缺失值 |
| 修改列名 | `df.rename(columns={'旧列名': '新列名'})` | 修改列名 |
| 重置索引 | `df.reset_index(drop=True)` | 重置索引并丢弃原索引 |
7. 数据合并与连接
| 操作 | 示例代码 | 说明 |
| 合并两个 DataFrame | `pd.concat([df1, df2])` | 按行拼接 |
| 合并两个 DataFrame（按列） | `pd.merge(df1, df2, on='key')` | 按公共列合并 |
| 左连接 | `pd.merge(df1, df2, on='key', how='left')` | 左连接方式 |
8. 分组与聚合
| 操作 | 示例代码 | 说明 |
| 分组 | `df.groupby('城市').mean()` | 按“城市”分组并计算均值 |
| 聚合 | `df.groupby('城市').agg({'年龄': 'mean', '姓名': 'count'})` | 对不同列进行不同聚合操作 |
三、总结
Pandas 是数据分析中不可或缺的工具，掌握了它的基本操作，就能高效地处理和分析数据。以上内容涵盖了 Pandas 的常见用法，包括数据读取、查看、筛选、清洗、合并和分组等。建议在实际项目中多练习，逐步深入掌握其高级功能。
如果你刚开始学习，可以从简单的数据集入手，边学边练，效果会更好。