python实用pandas代码

Python的pandas库是数据分析和处理的重要工具。以下是一些实用的Python pandas代码示例：

1. 读取数据：pandas可以读取各种格式的数据文件，如CSV、Excel、数据库等。使用pandas的read_csv()函数可以轻松读取CSV文件。例如，可以使用以下代码将名为"data.csv"的文件读取为一个数据帧：

   import pandas as pd
   data = pd.read_csv('data.csv')

2. 数据清洗：pandas提供了许多方法来清洗数据，如处理缺失值、重复值和异常值等。例如，使用drop_duplicates()函数可以删除重复行：

   clean_data = data.drop_duplicates()

3. 数据选择和过滤：pandas提供了多种方法来选择和过滤数据。例如，可以使用loc和iloc方法选择特定的行和列。以下代码将选择第一列和前五行的数据：

   selected_data = data.iloc[:5, 0]

4. 数据汇总和统计：pandas提供了各种方法来对数据进行汇总和统计。例如，可以使用groupby()方法按照某个列的值进行分组，并使用agg()方法计算每个组的总和、均值等统计指标。以下代码将按照"category"列的值分组，并计算"price"列的总和：

   grouped_data = data.groupby('category').agg({'price':'sum'})

5. 数据可视化：pandas可以与一些流行的可视化库（如matplotlib和seaborn）结合使用，实现数据的可视化。例如，可以使用plot()方法生成数据的折线图：

   data.plot(x='date', y='value', kind='line')

以上只是一些使用pandas库的实用代码示例，p pandas还有更多功能和方法可以探索和使用，以满足各种数据处理和分析的需求。