7、Pandas数据处理全解析

Pandas数据处理全解析

1. 引言

Pandas是Python中用于数据处理和分析的强大库。它提供了灵活的数据结构，如DataFrame和Series，使得数据操作变得高效且直观。接下来将详细介绍Pandas在数据处理方面的各种应用，包括数据框的创建、CSV文件的读取、列和行的管理以及缺失数据的处理。

2. 数据框的创建与操作

2.1 季度数据的利润计算

假设我们有一个两人公司，按季度记录收入和支出。以下代码展示了如何创建一个包含成本和收入信息的Pandas数据框，并计算每个季度的总利润：

import pandas as pd

summary = {
    'Quarter': ['Q1', 'Q2', 'Q3', 'Q4'],
    'Cost': [-23500, -34000, -57000, -32000],
    'Revenue': [40000, 60000, 50000, 30000]
}
df = pd.DataFrame(summary)
print("First Dataset:\n", df)
df['Total'] = df.sum(axis=1)
print("Second Dataset:\n", df)

输出结果如下：

First Dataset:
    Cost Quarter  Revenue
0 -23500      Q1    40000
1 -34000      Q2    60000
2 -57000      Q3    50000
3