Python 数据分析：Pandas 和 NumPy 的强大组合

# 1. Python 数据分析简介**

Python 是一种强大的编程语言，在数据分析领域得到了广泛的应用。它提供了丰富的库和工具，使数据分析任务变得高效且方便。

数据分析涉及从数据中提取有价值的见解的过程。它包括数据收集、清理、探索、建模和可视化。Python 凭借其易用性和强大的数据处理能力，为这些任务提供了理想的平台。

在本章中，我们将概述 Python 数据分析的基本概念和工具，为后续章节的深入探讨奠定基础。

# 2. Pandas 库**

**2.1 Pandas 数据结构**

Pandas 是一个功能强大的 Python 库，用于处理和分析数据。它提供了一系列灵活的数据结构，使处理大型数据集变得更加容易。

**2.1.1 DataFrame**

DataFrame 是 Pandas 中最基本的数据结构，它是一个二维表状结构，类似于 Excel 电子表格。它由行和列组成，其中行表示观测值，而列表示变量或特征。

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    "Name": ["John", "Mary", "Bob"],
    "Age": [25, 30, 28],
    "City": ["New York", "London", "Paris"]
})

# 打印 DataFrame
print(df)

**2.1.2 Series**

Series 是 Pandas 中一维数组状的数据结构。它类似于 NumPy 数组，但具有附加功能，例如索引和名称。Series 可以表示单个变量或特征。

# 创建一个 Series
series = pd.Series([25, 30, 28], name="Age")

# 打印 Series
print(series)

**2.2 Pandas 数据操作**

Pandas 提供了丰富的函数和方法，用于操作和处理数据。这些操作包括：

**2.2.1 数据读取和写入**

Pandas 可以从各种数据源读取数据，包括 CSV、Excel、SQL 数据库和 JSON 文件。它还支持将数据写入这些源。

# 从 CSV 文件读取数据
df = pd.read_csv("data.csv")

# 将数据写入 Excel 文件
df.to_excel("output.xlsx")

**2.2.2 数据清洗和转换**

Pandas 提供了多种工具，用于清洗和转换数据，包括：

* **缺失值处理：**处理缺失值，例如删除、填充或插补。
* **数据类型转换：**将数据转换为不同的数据类型，例如整数、浮点数或字符串。
* **字符串操作：**执行字符串操作，例如删除空格、替换字符或连接字符串。

# 处理缺失值
df.dropna(inplace=True)

# 转换数据类型
df["Age"] = df["Age"].astype(int)

**2.2.3 数据聚合和分组**

Pandas 允许对数据进行聚合和分组，以计算汇总统计信息和进行分组操作。

# 计算每个城市的人数
df.groupby("City")["Age"].count()

# 计算每个城市年龄的平均值
df.groupby("City")["Age"].mean()

**2.3 Pandas 可视化**

Pandas 提供了基本绘图函数，用于快速可视化数据。它还与高级可视化库集成，例如 Matplotlib 和 Seaborn。

**2.3.1 基本绘图函数**

# 绘制直方图
df["Age"].hist()

# 绘制散点图
df.plot.scatter(x="Age", y="Height")
``