pandas库怎么用

Pandas是一个开源的数据分析和数据处理库，它提供了高效的数据结构和数据分析工具。下面是Pandas库的一些基本用法：

1.导入Pandas库

import pandas as pd

2.创建Series数据结构

# 创建一个Series
s = pd.Series([1, 3, 5, np.nan, 6, 8])
print(s)

3.创建DataFrame数据结构

# 创建一个DataFrame
df = pd.DataFrame({'A': 1.,
                   'B': pd.Timestamp('20130102'),                   'C': pd.Series(1, index=list(range(4)), dtype='float32'),
                   'D': np.array([3] * 4, dtype='int32'),
                   'E': pd.Categorical(["test", "train", "test", "train"]),
                   'F': 'foo'})
print(df)

4.数据的查看

# 查看DataFrame的前5行
print(df.head())

# 查看DataFrame的后5行
print(df.tail())

# 查看DataFrame的索引
print(df.index)

# 查看DataFrame的列名
print(df.columns)

# 查看DataFrame的数据类型
print(df.dtypes)

# 查看DataFrame的数据统计信息
print(df.describe())

5.数据的选择

# 选择DataFrame的某一列
print(df['A'])

# 选择DataFrame的某几行
print(df[0:3])

# 通过标签选择DataFrame的某一行
print(df.loc[dates[0]])

# 通过标签选择DataFrame的某一列
print(df.loc[:, ['A', 'B']])

# 通过标签选择DataFrame的某几行和某几列
print(df.loc['20130102':'20130104', ['A', 'B']])

# 通过位置选择DataFrame的某一行
print(df.iloc[3])

# 通过位置选择DataFrame的某几行和某几列
print(df.iloc[3:5, 0:2])

# 通过布尔值选择DataFrame的某几行
print(df[df.A > 0])

6.数据的修改

# 修改DataFrame的某一列
df['F'] = np.nan
print(df)

# 添加一列数据
df['G'] = pd.Series([1, 2, 3, 4, 5, 6], index=pd.date_range('20130102', periods=6))
print(df)

# 删除一列数据
df = df.drop('G', axis=1)
print(df)