pandas的用法3000字

Pandas是一个基于NumPy的Python数据分析库，它提供了一种高效的DataFrame数据结构，用于快速处理大量数据。下面是Pandas的一些常用用法：

1.导入Pandas库

import pandas as pd

2.创建DataFrame

# 从列表创建DataFrame
data = [['Alex',10],['Bob',12],['Clarke',13]]
df = pd.DataFrame(data,columns=['Name','Age'])
print(df)

# 从字典创建DataFrame
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]}
df = pd.DataFrame(data)
print(df)

3.读取数据

# 读取csv文件
df = pd.read_csv('file.csv')

# 读取excel文件
df = pd.read_excel('file.xlsx')

4.数据清洗

# 删除空值
df.dropna()

# 替换空值
df.fillna(value)

# 删除重复值
df.drop_duplicates()

5.数据选择

# 选择某一列
df['Name']

# 选择多列
df[['Name', 'Age']]

# 选择某一行
df.loc[0]

# 选择多行
df.loc[0:2]

# 选择满足条件的行
df[df['Age'] > 30]

6.数据排序

# 按某一列升序排序
df.sort_values('Age')

# 按某一列降序排序
df.sort_values('Age', ascending=False)

7.数据分组

# 按某一列分组
df.groupby('Name').mean()

# 按多列分组
df.groupby(['Name', 'Age']).mean()

8.数据合并

# 合并两个DataFrame
pd.merge(df1, df2, on='key')

# 按列合并
pd.concat([df1, df2], axis=1)

9.数据统计

# 计算平均值
df.mean()

# 计算标准差
df.std()

# 计算最大值
df.max()

# 计算最小值
df.min()