jupyter notebook 中使用pandas统计分析基础

在Jupyter Notebook中，Pandas是一个强大的数据处理库，用于数据分析和操作。你可以通过以下几个步骤来进行基本的数据统计分析：

1. **导入Pandas**:
首先，你需要使用`import pandas as pd`语句将Pandas库导入到你的环境中。

2. **加载数据**:
使用`pd.read_csv()` (读取CSV文件)、`pd.read_excel()` (读取Excel文件)或其他函数加载数据集。例如：

   data = pd.read_csv('your_data.csv')

3. **查看数据**:
使用`head()` 或 `tail()` 函数快速浏览数据前几行或后几行，或者`describe()` 查看各列的统计摘要。

4. **数据清洗**:
检查并处理缺失值 (`dropna()`, `fillna()`), 错误值 (`replace()`), 数据类型转换等。

5. **数据筛选和分组**:
使用`loc[]`、`iloc[]`或布尔索引来选择特定行或列，`groupby()` 对数据按某一列进行分组。

6. **聚合统计**:
使用`mean()`, `sum()`, `median()`, `count()`, `min()`, `max()` 等方法计算数值列的平均值、总和、中位数等。

7. **可视化**:
Pandas可以与Matplotlib或Seaborn等库结合，创建各种图表如直方图、散点图、箱线图等。

8. **数据透视表**:
通过`pivot_table()` 创建表格，对数据进行交叉分析。

9. **保存结果**:
当完成分析后，可以用`to_csv()` 或 `to_excel()` 将结果保存回文件。

# 示例
data_summary = data.describe()
grouped_data = data.groupby('category').agg({'value': ['mean', 'sum']})