pandas 的pandas的用法

Pandas是一个强大的数据处理库，它允许用户轻松地对结构化数据进行清洗、操作和分析。它的核心有两个重要的数据结构：Series（一维带标签数组）和DataFrame（二维表格型数据结构，类似于电子表格）。以下是Pandas的一些基本用法：

1. **导入模块**：首先需要通过`import pandas as pd`语句导入pandas模块。

import pandas as pd

2. **创建Series**：可以使用字典或者列表创建Series。

   data = {'Name': ['Tom', 'Nick', 'John'], 'Age': [20, 21, 19]}
   s = pd.Series(data)

3. **创建DataFrame**：可以用字典、列表的列表，或者其他pandas数据结构初始化。

   df = pd.DataFrame(data)

4. **读取文件**：支持多种数据源，如CSV、Excel、SQL等。

   df = pd.read_csv('file.csv')

5. **数据清洗**：提供大量函数用于处理缺失值、重复值和异常值。

   df.dropna()  # 删除含有缺失值的行
   df.fillna(value)  # 填充缺失值

6. **数据筛选和分组**：

   df[df['Age'] > 20]  # 筛选年龄大于20的记录
   grouped = df.groupby('Name')  # 按名字分组

7. **数据分析和统计**：如计算描述性统计、聚合等。

   df.describe()  # 计算统计摘要
   df['Age'].mean()  # 年龄的平均值