15个Pandas代码片段助力数据分析

大家好，Python的Pandas库是数据分析的基本工具，提供了强大的数据操作和分析功能。本文将探讨15个高级Pandas代码片段，这些代码片段将帮助简化数据分析任务，并从数据集中提取有价值的见解。

1. 过滤数据

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, 35, 40]}

df = pd.DataFrame(data)

# 过滤年龄大于30的记录
filtered_df = df[df['Age'] > 30]
print(filtered_df)

2. 分组和聚合数据

# 按列分组并计算平均值
grouped = df.groupby('Age').mean()
print(grouped)

3. 处理缺失数据

# 检查缺失值
missing_values = df.isnull().sum()


# 使用特定值填充缺失值
df['Age'].fillna(0, inplace=True)

4. 对列应用函数

# 对列应用自定义函数
df['Age'] = df['Age'].apply(lambda x: