Pandas 数据分析全攻略:从入门到精通!

📊 Pandas 数据分析全攻略!

📌 你是否遇到这些问题?
✅ 如何高效处理 Excel、CSV 数据?
✅ 如何快速筛选、清洗、分析数据?
✅ 如何用 Python 进行数据统计?

如果你想用 Python 进行数据分析,Pandas 绝对是首选! 今天,我们来详细讲解 Pandas 的核心功能,助你成为数据分析高手!🚀


1️⃣ 什么是 Pandas?

🔹 Pandas 是 Python 最强大的数据分析库,专门用于处理结构化数据(如 Excel、CSV、数据库等)。

🔹 核心数据结构:
✅ Series(一维数据,如列表)
✅ DataFrame(二维数据表,如 Excel)

📌 安装 Pandas(如果你还没安装):

pip install pandas

📌 导入 Pandas:

import pandas as pd

2️⃣ Series:一维数据结构

Series 可以看作带索引的列表,适用于存储一列数据

📌 创建 Series

import pandas as pd

data = pd.Series([10, 20, 30, 40])
print(data)

🔹 输出:

0    10
1    20
2    30
3    40
dtype: int64

✅ 自动生成索引(0,1,2,3),可以像列表一样访问数据!

📌 自定义索引:

data = pd.Series([10, 20, 30, 40], index=["A", "B", "C", "D"])
print(data["B"])  # 访问索引为 'B' 的值

🔹 输出:

20

✅ Series 适用于存储单列数据,如时间序列、股票价格等!


3️⃣ DataFrame:二维数据结构(核心)

DataFrame 是 Pandas 最核心的数据结构,类似于 Excel 表格,可存储多列数据。

📌 创建 DataFrame

data = {
    "姓名": ["Alice", "Bob", "Charlie"],
    "年龄": [25, 30, 35],
    "城市": ["北京", "上海", "广州"]
}

df = pd.DataFrame(data)
print(df)

🔹 输出:

     姓名  年龄  城市
0  Alice  25  北京
1    Bob  30  上海
2  Charlie  35  广州

✅ 适用于处理 Excel、CSV、数据库中的数据!


4️⃣ 读取 & 保存数据

Pandas 可直接读取/保存 Excel、CSV、JSON 等格式的数据!

📌 读取 CSV 文件:

df = pd.read_csv("data.csv")
print(df.head())  # 查看前 5 行数据

📌 保存为 Excel 文件:

df.to_excel("output.xlsx", index=False)

✅ 数据存取非常方便!


5️⃣ 数据筛选 & 处理

📌 访问某列数据

print(df["姓名"])  # 访问 "姓名" 列

📌 筛选数据(条件筛选)

df_filtered = df[df["年龄"] > 25]  # 筛选年龄大于 25 的人
print(df_filtered)

📌 排序数据

df_sorted = df.sort_values(by="年龄", ascending=False)  # 按年龄降序排列
print(df_sorted)

📌 缺失值处理

df.dropna()  # 删除缺失值
df.fillna("未知")  # 填充缺失值

✅ Pandas 提供强大的数据处理能力,让数据分析更高效!


6️⃣ 数据统计 & 分析

📌 计算基本统计信息

print(df.describe())  # 统计平均值、标准差、最小值、最大值等

📌 分组统计

df.groupby("城市")["年龄"].mean()  # 按城市分组,计算平均年龄

📌 数据透视表

df.pivot_table(index="城市", values="年龄", aggfunc="mean")  # 计算各城市的平均年龄

✅ 轻松完成数据统计与分析!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

呱牛 do IT

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值