Python中Pandas库的相关操作

╰半夏微凉° 2024-03-22 16:50 101阅读 0赞

![aed5aa50d2da44318b03c491c37b6e61.gif][]

**目录**

Pandas库

常用操作

创建DataFrame

查看数据

数据选择和过滤

数据排序和排名

缺失数据处理

数据聚合和分组

数据的合并和连接

--------------------

## Pandas库 ##

Pandas是Python中常用的数据处理和分析库，它提供了高效、灵活且易于使用的数据结构和数据分析工具。

1.Series（序列）：Series是Pandas库中的一维标记数组，类似于带标签的数组。它可以容纳任何数据类型，并具有标签（索引），用于访问和操作数据。

2.DataFrame（数据框）：DataFrame是Pandas库中的二维表格数据结构，类似于电子表格或SQL中的表。它由行和列组成，每列可以包含不同的数据类型。DataFrame可以从各种数据源中创建，如CSV文件、Excel文件、数据库等。

3.Index（索引）：索引是Pandas中用于标识和访问数据的标签。它可以是整数、字符串或其他数据类型。每个Series和DataFrame对象都有一个默认的整数索引，也可以自定义索引。

4.选择和过滤数据：Pandas提供了灵活的方式来选择、过滤和操作数据。可以使用标签、位置、条件等方法来选择特定的行和列。

5.缺失数据处理：Pandas具有处理缺失数据的功能，可以检测、删除或替换数据中的缺失值。

6.数据聚合和分组：Pandas可以通过分组和聚合操作对数据进行统计和汇总。它支持常见的统计函数，如求和、均值、最大值、最小值等。

7.数据排序和排名：Pandas提供了对数据进行排序和排名的功能，可以按照指定的列或条件对数据进行排序，并为每个元素分配排名。

8.数据的合并和连接：Pandas可以将多个DataFrame对象进行合并和连接，支持基于列或行的合并操作。

9.时间序列数据处理：Pandas对处理时间序列数据提供了广泛的支持，包括日期范围生成、时间戳索引、重采样等操作。

### 常用操作 ###

#### 创建DataFrame ####

import pandas as pd
    
    # 创建一个空的DataFrame
    df = pd.DataFrame()
    
    # 从列表创建DataFrame
    data = [['Alice', 25], ['Bob', 30], ['Charlie', 35]]
    df = pd.DataFrame(data, columns=['Name', 'Age'])
    
    # 从字典创建DataFrame
    data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}
    df = pd.DataFrame(data)

#### 查看数据 ####

# 查看DataFrame的前几行，默认为5行
    df.head()
    
    # 查看DataFrame的后几行，默认为5行
    df.tail()
    
    # 查看DataFrame的列名
    df.columns
    
    # 查看DataFrame的索引
    df.index
    
    # 查看DataFrame的统计信息
    df.describe()

#### 数据选择和过滤 ####

# 选择单列
    df['Name']
    
    # 选择多列
    df[['Name', 'Age']]
    
    # 使用条件选择数据
    df[df['Age'] > 30]
    
    # 使用逻辑运算符选择数据
    df[(df['Age'] > 25) & (df['Age'] < 35)]
    
    # 使用isin()方法选择数据
    df[df['Name'].isin(['Alice', 'Bob'])]

#### 数据排序和排名 ####

# 按照某一列的值排序
    df.sort_values('Age')
    
    # 按照多列的值排序
    df.sort_values(['Age', 'Name'])
    
    # 对DataFrame的元素进行排名
    df['Rank'] = df['Age'].rank(ascending=False)

#### 缺失数据处理 ####

# 检测缺失数据
    df.isnull()
    
    # 删除包含缺失数据的行
    df.dropna()
    
    # 替换缺失数据
    df.fillna(value)

#### 数据聚合和分组 ####

# 对列进行求和
    df['Age'].sum()
    
    # 对列进行平均值计算
    df['Age'].mean()
    
    # 对列进行分组计算
    df.groupby('Name')['Age'].mean()

#### 数据的合并和连接 ####

# 按照列进行合并
    pd.concat([df1, df2], axis=1)
    
    # 按照行进行合并
    pd.concat([df1, df2], axis=0)
    
    # 根据列进行连接
    pd.merge(df1, df2, on='key')
    
    # 根据行进行连接
    pd.merge(df1, df2, on=['key1', 'key2'])

[aed5aa50d2da44318b03c491c37b6e61.gif]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/22/854883ef7c4d4b44aa5469de8c87ef68.png