Python中Pandas库的数据处理与分析

2023-07-10 08:50:03 作者：小小张说故事

Python的Pandas库是数据科学领域中非常重要的一个库，它使数据清洗和分析工作变得更快更简单，Pandas结合了NumPy的高性能数组计算功能以及电子表格和关系型数据库（如SQL）的灵活数据处理能力,需要的朋友可以参考下

一、Pandas的数据结构

Pandas主要有两种数据结构：Series和DataFrame。

1. Series

Series是一种类似于一维数组的对象，它由一组数据和一组与之相关的数据标签（即索引）组成。

import pandas as pd
s = pd.Series([1, 3, 5, np.nan, 6, 8])
print(s)

2. DataFrame

DataFrame是一种二维的表格型数据结构，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）。

import pandas as pd
data = {'Country': ['Belgium', 'India', 'Brazil'],
        'Capital': ['Brussels', 'New Delhi', 'Brasília'],
        'Population': [11190846, 1303171035, 207847528]}
df = pd.DataFrame(data, columns=["Country", "Capital", "Population"])
print(df)

二、数据读取与写入

Pandas提供了一些用于将表格型数据读取为DataFrame对象的函数，支持多种格式的数据，如csv、excel、json、html、sql等。

import pandas as pd
# 从CSV文件中读取数据
df = pd.read_csv('file.csv')
# 将数据写入CSV文件中
df.to_csv('file.csv')

三、数据选择与操作

Pandas提供了多种方式进行数据的选择与操作。

import pandas as pd
# 创建一个数据集
data = {'Name': ['Tom', 'Nick', 'John', 'Tom'],
        'Age': [20, 21, 19, 20],
        'Country':['US', 'UK', 'US', 'UK']}
df = pd.DataFrame(data)
# 选择'Name'列
df['Name']
# 选择第0行
df.iloc[0]
# 选择满足条件的行
df[df.Age > 20]
# 对'Age'列进行求和
df['Age'].sum()
# 对'Country'列进行计数
df['Country'].value_counts()

Pandas的功能远不止这些，还包括合并、分组、缺失数据处理、数据透视表等高级功能，为数据处理和分析提供了强大的工具。

到此这篇关于Python中Pandas库的数据处理与分析的文章就介绍到这了,更多相关Python Pandas库内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！