pandas数据分析函数
时间: 2023-10-30 19:01:58 浏览: 48
Pandas 是一个强大的数据分析工具,它提供了许多常用的函数来处理和分析数据。下面是一些常用的 Pandas 数据分析函数:
1. 读取数据:
- `pd.read_csv()`:读取以逗号分隔的文本文件
- `pd.read_excel()`:读取 Excel 文件
- `pd.read_sql()`:从 SQL 数据库中读取数据
2. 数据预览和基本信息:
- `df.head()`:返回数据集的前几行,默认返回前 5 行
- `df.tail()`:返回数据集的后几行,默认返回后 5 行
- `df.info()`:查看数据集的基本信息,包括列名、数据类型、非空值数量等
- `df.describe()`:显示数据集的基本统计信息,如平均值、标准差、最小值、最大值等
3. 数据选择和过滤:
- `df.loc[]`:按行标签和列标签选择数据
- `df.iloc[]`:按行号和列号选择数据
- `df[df['column'] > value]`:根据条件选择数据
4. 数据清洗和处理:
- `df.dropna()`:删除包含缺失值的行或列
- `df.fillna(value)`:用指定的值填充缺失值
- `df.drop_duplicates()`:删除重复的行
- `df.replace(old_value, new_value)`:替换指定值
5. 数据排序和排名:
- `df.sort_values(by='column', ascending=True)`:按指定列的值进行升序排序
- `df.rank()`:对数据进行排名
6. 数据聚合和分组:
- `df.groupby('column').mean()`:按指定列进行分组,并计算每个组的平均值
- `df.groupby('column').sum()`:按指定列进行分组,并计算每个组的总和
- `df.pivot_table(values='value', index='index_column', columns='column')`:创建数据透视表
这只是一些常用的 Pandas 数据分析函数,还有很多其他函数可以根据具体需求使用。