Python数据分析—pandas类库常用方法

Pandas是Python的数据分析库,提供Series和DataFrame数据结构,支持数据清洗、合并、缺失值处理等功能。常用方法包括设置和重置索引、删除行/列、数据排序、统计摘要等。此外,它还提供了数据读取、写入、分组、聚合等多种操作,便于数据预处理和分析。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一.pandas

        Pandas是用于数据操纵和分析,建立在Numpy之上的。Pandas为Python带来了两种新的数据结构:Pandas Series和Pandas DataFrame,借助这两种数据结构,我们能够轻松直观地处理带标签数据和关系数据。

Pandas功能:

  • 允许为行和列设定标签
  • 可以针对时间序列数据计算滚动统计学指标
  • 轻松处理NaN值
  • 能够将不同的数据集合并在一起
  • 与Numpy和Matplotlib集成

二.常用方法

1,df.reset_index(drop=True) 重置索引,会创建一个新对象。默认保留原来索引,加上drop=True删除原来索引。

2,df.set_index() 设置一列索引。

3,df.drop() 删除指定行值或列值(axis = 1 列 axis = 0 行,默认为行)。

df.drop(index=df[df["价格"].isnull()].index, inplace=True) #例如:删除价格为空的所有行

4,del df["列"] 删除一列值。

5,df.dropna() 删除指定的行或者列 为空 的值。

6,df.drop_duplicated() 删除重复值,可指定列,指定保留第一行,或者最后一行。

7,df.loc["行","列"] 通过标签定位数据,df.iloc[:] 通过索引定位数据。

8,df.sort_values("列",axis

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
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