Python数据分析基础：Pandas库使用，数据清洗与统计

原创左手的ㄟ右手 2025-01-15 13:36 2阅读 0赞

在Python中进行数据分析时，Pandas库是一个非常重要的工具。以下是一些基本的Pandas操作和数据处理：

1. **导入Pandas**：
   ```python
   import pandas as pd
   ```

2. **创建DataFrame**：
   - **手动创建**：
      ```python
      data = {'Name': ['John', 'Alice'], 'Age': [30, 25]} 
      df = pd.DataFrame(data)
      ```
   - **从其他数据结构创建**：
     ```python
     # 从列表创建
     list_data = [['John', 30], ['Alice', 25]] 
     df_list = pd.DataFrame(list_data[0]], columns=list_data[0][0]])
     for item in list_data[1:]:
         df_list = df_list.append(pd.DataFrame(item, columns=item[0]))), ignore_index=True
     df_list = df_list.set_index('Name')
     df = df_list

- **从CSV文件创建**：
     ```python
     df_csv = pd.read_csv('your_file.csv')
     ```

3. **数据清洗**：
   - **检查缺失值**：
     ```python
     df.isnull().sum()
     ```
   - **处理缺失值**（如删除、填充等）：
     ```python
     # 删除含有缺失值的行
     df.dropna(subset=['column_name']), inplace=True)

# 使用平均值填充缺失值
     df['column_name'].fillna(df['column_name'].mean(), inplace=True)
     ```

4. **统计分析**：
   - **描述性统计**（如计数、平均值、标准差等）：
     ```python
     df.describe()
     ```
   - **数据分组和聚合**：
     ```python
     grouped_data = df.groupby('group_column')['measure_column'].sum()

# 对多个组进行操作
     multiple_grouped_data = df.groupby(['group1_column', 'group2_column']])['measure_column'].sum()
     ```

通过以上的Pandas操作，你就能对Python中的数据进行清洗、分析和处理了。