pandas 是 Python 中一個非常強(qiáng)大的數(shù)據(jù)處理庫倒堕，它提供了大量的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具哪自，使得數(shù)據(jù)清洗丰包、轉(zhuǎn)換禁熏、分析壤巷、可視化等操作變得簡單高效。以下是對 pandas 庫的基本使用和常見功能的詳細(xì)展開：
- 安裝 pandas
首先瞧毙，確保你的 Python 環(huán)境中已經(jīng)安裝了 pandas胧华。如果沒有，你可以通過 pip 安裝：
bash
pip install pandas
- 導(dǎo)入 pandas
在 Python 腳本中宙彪，你需要導(dǎo)入 pandas：
python
import pandas as pd
- 讀取數(shù)據(jù)
pandas 提供了多種讀取數(shù)據(jù)的方法矩动，比如從 CSV 文件、Excel 文件释漆、數(shù)據(jù)庫悲没、SQL 查詢結(jié)果等讀取數(shù)據(jù)。
python
從 CSV 文件讀取數(shù)據(jù)
df = pd.read_csv('data.csv')
從 Excel 文件讀取數(shù)據(jù)
df = pd.read_excel('data.xlsx')
- 數(shù)據(jù)結(jié)構(gòu)
pandas 的核心數(shù)據(jù)結(jié)構(gòu)是 Series 和 DataFrame男图。
Series：一維數(shù)組示姿，帶有一個標(biāo)簽的數(shù)組。
DataFrame：二維表格型數(shù)據(jù)結(jié)構(gòu)逊笆，可以存儲多種類型的數(shù)據(jù)栈戳，并帶有行標(biāo)簽和列標(biāo)簽。
python
創(chuàng)建一個簡單的 Series
s = pd.Series([1, 2, 3, 4, 5], name='my_series')
創(chuàng)建一個簡單的 DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}
df = pd.DataFrame(data)
- 數(shù)據(jù)選擇和索引
你可以通過列名或行標(biāo)簽來選擇和操作數(shù)據(jù)难裆。
python
選擇單列
names = df['Name']
選擇多列
subset = df[['Name', 'Age']]
通過行標(biāo)簽選擇
row = df.loc[0] # 選擇第一行
通過整數(shù)位置選擇
row_by_position = df.iloc[0] # 選擇第一行（基于位置）
- 數(shù)據(jù)清洗
pandas 提供了很多函數(shù)用于數(shù)據(jù)清洗子檀，如處理缺失值、去重乃戈、類型轉(zhuǎn)換等褂痰。
python
處理缺失值
df.fillna(0) # 將缺失值填充為 0
df.dropna() # 刪除含有缺失值的行
數(shù)據(jù)類型轉(zhuǎn)換
df['Age'] = df['Age'].astype(int) # 將 'Age' 列轉(zhuǎn)換為整數(shù)類型
去重
unique_values = df['Name'].unique() # 獲取 'Name' 列的唯一值
- 數(shù)據(jù)聚合和分組
你可以使用 groupby 方法對數(shù)據(jù)進(jìn)行分組，并使用聚合函數(shù)對每組數(shù)據(jù)進(jìn)行計算症虑。
python
按照 'Age' 列進(jìn)行分組脐恩，并計算每組的平均 'Age'
grouped = df.groupby('Age').mean()
- 數(shù)據(jù)合并和連接
你可以使用 merge、concat 等方法將多個 DataFrame 合并或連接起來侦讨。
python
基于列名合并兩個 DataFrame
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 'value': [5, 6, 7, 8]})
merged_df = pd.merge(df1, df2, on='key')
- 數(shù)據(jù)排序
你可以使用 sort_values 或 sort_index 方法對數(shù)據(jù)進(jìn)行排序驶冒。
python
按照 'Age' 列進(jìn)行排序
sorted_df = df.sort_values('Age')
按照行標(biāo)簽進(jìn)行排序
sorted_df_by_index = df.sort_index()
- 數(shù)據(jù)可視化
雖然 pandas 本身并不直接提供數(shù)據(jù)可視化功能苟翻，但它與 matplotlib、seaborn 等庫緊密集成骗污，可以方便地創(chuàng)建圖表崇猫。
python
import matplotlib.pyplot as plt
繪制 'Age' 列的直方圖
df['Age'].plot(kind='hist', bins=10)
plt.show()
- 保存到文件
處理完數(shù)據(jù)后，你可以將 DataFrame 保存到文件需忿，如 CSV诅炉、Excel 等。
python
保存為 CSV 文件
df.to_csv('output.csv', index=False)
