首页pandas的用法3000字

pandas的用法3000字

时间: 2023-11-25 10:52:38 浏览: 88

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 ```python import pandas as pd ``` 2.创建DataFrame ```python # 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 ```python # 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 ```python # 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 ```python # 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 ```python # 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 ```python # 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 ```python # 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 ```python # 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() ```

阅读全文