pandas库使用教程

pandas是Python中一个非常常用的数据处理库，它提供了高效的数据结构和数据分析工具，下面是pandas库的使用教程：

1. 导入pandas库

   import pandas as pd

2. 创建Series

Series是pandas中最基本的数据结构，类似于一维数组，可以通过列表、数组等创建。

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

输出结果：

   0    1.0
   1    3.0
   2    5.0
   3    NaN
   4    6.0
   5    8.0
   dtype: float64

3. 创建DataFrame

DataFrame是pandas中最常用的数据结构，类似于二维表格，可以通过字典、列表等创建。

   data = {'name': ['Tom', 'Jerry', 'Mike', 'Rose'], 'age': [20, 21, 22, 23]}
   df = pd.DataFrame(data)
   print(df)

输出结果：

      name  age
   0    Tom   20
   1  Jerry   21
   2   Mike   22
   3   Rose   23

4. 数据读取和写入

pandas可以读取和写入多种格式的数据，如csv、excel、json等。

   # 读取csv文件
   df = pd.read_csv('data.csv')

   # 写入csv文件
   df.to_csv('data.csv', index=False)

5. 数据选择和过滤

可以使用loc和iloc方法进行数据选择和过滤。

   # 选择第一行数据
   df.loc[0]

   # 选择第一列数据
   df['name']

   # 过滤年龄大于等于22的数据
   df[df['age'] >= 22]

6. 数据统计和计算

pandas提供了丰富的数据统计和计算方法，如mean、sum、count等。

   # 计算年龄平均值
   df['age'].mean()

   # 计算每列数据的和
   df.sum()