python数据处理常用代码

Python是一种非常流行的数据分析和处理语言。以下是一些常用的Python数据处理代码：

1. 加载数据：

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

2. 查看数据：

   print(data.head()) # 打印前5行数据
   print(data.tail()) # 打印后5行数据
   print(data.shape)  # 打印数据维度
   print(data.columns) # 打印数据列名
   print(data.describe()) # 打印数据统计信息

3. 数据清洗：

   data.dropna()  # 删除缺失值
   data.drop_duplicates() # 删除重复值
   data.replace(x, y) # 将值x替换为y
   data.rename(columns={'old_name':'new_name'}) # 重命名列名

4. 数据筛选：

   data.loc[data['column_name'] == 'value']  # 按列名选取值等于value的行
   data.loc[(data['column_name'] > x) & (data['column_name'] < y)] # 按列名选取值在x和y之间的行
   data.iloc[row_index, col_index] # 按行和列的位置选取数据

5. 数据聚合和统计：

   data.groupby('column_name').mean() # 按列名分组并计算平均值
   data.groupby('column_name').agg(['mean', 'max', 'min']) # 按列名分组并计算多个统计量
   data.pivot_table(index='column_1', columns='column_2', values='value', aggfunc='mean') # 数据透视表，计算平均值

6. 数据可视化：

   import matplotlib.pyplot as plt
   plt.plot(data['column_name']) # 折线图
   plt.scatter(data['column_name_1'], data['column_name_2']) # 散点图
   plt.hist(data['column_name'], bins=10) # 直方图
   plt.bar(data['column_name'], height=data['value']) # 条形图
   plt.show() # 显示图形