pandas教程 - 非常详细版

pandas教程

本文是本栏目《python3.X - 数据分析 - Pandas》的介绍，Pandas 是一个开源的数据分析和操作库，用于 Python 编程语言。它提供了高性能、易用的数据结构和数据分析工具。以下是 Pandas 的一些关键特点：

数据结构:

主要包括两种数据结构：数据结构 - 列型 - Series()（一维数组）和 数据结构 - 表格型 - DataFrame()（二维表格型数据结构，类似于 Excel 表格）。

----------执行以上程序，返回的结果为----------
0    1.0
1    2.0
2    3.0
3    NaN
4    5.0
5    6.0
dtype: float64

易于使用:

Pandas 提供了直观且易于理解的 API，使得数据清洗和处理工作变得更加简单。左侧按钮点击即可打开全部pandas的API。

数据操作:

支持各种操作，包括选择数据 - df[][] - df[选择指定列][筛选条件]、分组 - df.groupby(by=”A列”) - 分组 - 分组”)、运算 - df.agg() - 聚合运算以及转换等。

data = df[roles][
    (df['R0'] == "目标字符" )
    & (df['R0'] != "不要的目标字符" )
    & (df['R1'] < 20)
    & (df['R2'] > 20)
    & (df['R3'] < 1000)
    & (df['R4'] > 4000)
    & (df['R5'].isnull())  # 空的
    & (df["R6"].isin (["2","1"]))  # 在列表
    & (~ df["R7"].isin (["2","1"]))  # 不在列表
    &(df["R8"].str.contains("包含"))  # 包含
    ]

处理缺失数据:

提供了处理缺失数据的多种方法，例如填充、删除等。

df = df.fillna(0)

时间序列分析:

强大的时间序列功能，包括时间戳的解析、频率转换、移动窗口统计等。

数据合并与连接:

可以轻松地合并、连接和采样不同的数据集。

df3 = pd.merge(df2, df1, how="left", on="color")

数据读写:

支持多种文件格式的读写，包括 导入数据 - pd.read_csv() - 读CSV文件、导入数据 - pd.read_excel(filename) - 读Excel文件、导入数据 - pd.read_json(jsonstr) - 读json字符串、导入数据 - pd.read_html(url) - 解析URL或HTML 和 导入数据 - pd.read_sql(query, conobject) - 读sql 数据库等。

pd.read_csv('data.csv')
pd.read_excel('data.xlsx')
pd.read_json('data.json')
pd.read_html('data.html')

灵活的分组:

通过 groupby() 函数，可以对数据进行分组并应用不同的统计方法。

groupbying = df.groupby(by="名字")

数据透视表:

类似于 Excel 中的数据透视表，Pandas 可以快速创建汇总统计。

扩展性:

可以与 Python 生态中的其他数据科学库（如 Matplotlib、SciPy、Scikit-learn）无缝集成。

Pandas 是数据科学、数据分析、机器学习等领域中不可或缺的工具之一。通过简洁的语法和强大的功能，Pandas 使得数据分析工作更加高效和直观。