Pandas 是一个用于数据操作和分析的 Python 库，广泛应用于数据科学和数据分析领域。Pandas 提供了强大的数据结构和函数，用于简化数据处理任务。以下是 Pandas 的主要概念和功能用法：
主要概念
- Series：
- 一维数组，与 NumPy 的一维数组类似，但具有轴标签（可以是数字、字符串等）。
- 创建：
pd.Series(data, index=index)
import pandas as pd
s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
print(s)- DataFrame：
- 二维表格数据结构，有行和列标签。
- 创建：
pd.DataFrame(data, index=index, columns=columns)
data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]}
df = pd.DataFrame(data)
print(df)主要功能和用法
- 数据导入与导出：
- 从 CSV 文件导入：
pd.read_csv('file.csv') - 导出到 CSV 文件：
df.to_csv('file.csv', index=False)
df = pd.read_csv('data.csv')
df.to_csv('output.csv', index=False)- 数据查看与检查：
- 查看前几行：
df.head() - 查看数据维度：
df.shape - 查看列名：
df.columns - 基本统计信息：
df.describe()
print(df.head())
print(df.shape)
print(df.columns)
print(df.describe())- 数据选择与过滤：
- 按列选择：
df['column_name']或df.column_name - 按行选择：
df.loc[index]（按标签）或df.iloc[index]（按位置） - 条件筛选：
df[df['column_name'] > value]
age_series = df['age']
row = df.loc[0]
filtered_df = df[df['age'] > 30]- 数据清洗：
- 处理缺失值：
df.dropna()（删除缺失值）或df.fillna(value)（填充缺失值） - 删除重复值：
df.drop_duplicates() - 重命名列：
df.rename(columns={'old_name': 'new_name'})
df_clean = df.dropna()
df_clean = df.fillna(0)
df_clean = df.drop_duplicates()
df_clean = df.rename(columns={'name': 'full_name'})- 数据操作：
- 添加新列：
df['new_column'] = value - 删除列：
df.drop('column_name', axis=1) - 数据分组：
df.groupby('column_name').mean() - 数据合并：
pd.concat([df1, df2])或pd.merge(df1, df2, on='key_column')
df['new_age'] = df['age'] + 5
df = df.drop('age', axis=1)
grouped_df = df.groupby('name').mean()
df_merged = pd.merge(df1, df2, on='id')- 数据可视化：
- 使用 Pandas 内置的绘图功能（基于 Matplotlib）：
df.plot()
import matplotlib.pyplot as plt
df['age'].plot(kind='hist')
plt.show()示例代码
import pandas as pd
# 创建 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]}
df = pd.DataFrame(data)
# 查看数据
print(df.head())
# 筛选数据
filtered_df = df[df['age'] > 30]
# 添加新列
df['age_next_year'] = df['age'] + 1
# 数据分组
grouped_df = df.groupby('name').mean()
# 输出到 CSV 文件
df.to_csv('output.csv', index=False)
print(filtered_df)
print(grouped_df)Pandas 的这些功能使得数据处理和分析更加高效和简便。