pandas 学习笔记-- 数据清洗和转换

最新推荐文章于 2025-06-05 10:06:24 发布

原创

最新推荐文章于 2025-06-05 10:06:24 发布 · 1.3k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#数据分析

Pandas是Python数据分析的标准库，主要使用Series和DataFrame进行数据预处理。本文探讨了如何创建这两种数据结构，通过数组和字典的方式，并介绍了数据清洗和转换的基本操作，包括数据结构的属性如index、column、value和name。虽然只列举了部分操作，但提供了更深入学习pandas的资源链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Pandas 是python的一个标准库，在数据预处理方面具有卓越的效果,因而被广泛使用。 Pandas 主要有三种数据结构 Series, DataFrame and Panel，前面两种使用非常广泛，后面一种使用比较少，因而没有关注。本文是对前两种数据类型的学习心得的分享，有不足之处还希望大牛多多指导。

笔记内容

数据结构创建

数据基本操作

数据清洗和转换

数据结构创建

创建Series 和DataFrame, 可以采用列表，数组，字典等多种方式，以下分别使用数组和字典创建Series，DataFrame .

对于创建好的数据结构，通过操作其属性我们可以获得各种数据. 主要有四个属性分别为 index, column, value, name, name 主要用在层次索引和数据聚合分组中

创建Series 和DataFrame

数据基本操作

获取df的列标签
也可以通过df.index 获取行索引标签
df.columns   


给行或列修改标签
直接给所有列该标签 df.columns = ('a','b','c','d'),修改单列或单行使用 df.rename(columns={
    
    'a':'aa'})
修改df列为keyd的标签名为test
df.rename(columns={
   
   'keyd':'test'})

对df进行取值操作 
基本格式为 df[row, col], 具体对数据进行定位获取数据格式 有三种方式
df.loc[row, col] row&col是行列值的标签, 
df.iloc[row,col] row&col是行列值为数值，
df.ix[row,col]   row&col行列值可以是标签也可以是数值，该格式广泛被使用，可以取代前面两种
比如获取一行数据df.iloc[row2], 获取一列数据df[