数据分析师-编程语言与工具-Pandas_数据操作：排序、过滤与分组.docx

PAGE1

PAGE1

Pandas数据操作基础

1Pandas库的导入与数据结构简介

在Python中，pandas是一个强大的数据分析库，提供了高效的数据结构和数据操作工具。要开始使用pandas，首先需要导入库：

importpandasaspd

pandas主要包含两种数据结构：Series和DataFrame。

Series：一维数组，可以存储任何数据类型（整数、字符串、浮点数、Python对象等），类似于一维数组，但更强大，可以存储轴标签。

#创建一个Series

s=pd.Series([1,3,5,np.nan,6,8])

print(s)

DataFrame：二维表格型数据结构，可以看作是由多个Series组成的字典，每一列可以是不同的值类型。DataFrame是pandas中最常用的数据结构。

#创建一个DataFrame

data={Name:[Tom,Nick,John,Tom],

Age:[20,21,19,20],

Score:[85,80,90,88]}

df=pd.DataFrame(data)

print(df)

2数据加载与查看

数据加载是数据分析的第一步，pandas提供了多种方法来读取和写入数据，包括CSV、Excel、SQL数据库等。

2.1读取CSV文件

#读取CSV文件

df=pd.read_csv(data.csv)

print(df.head())#查看前5行数据

print(df.tail())#查看后5行数据

2.2查看数据基本信息

pandas提供了多种方法来查看数据的基本信息，如列名、数据类型、缺失值等。

#查看列名

print(df.columns)

#查看数据类型

print(df.dtypes)

#查看数据统计信息

print(df.describe())

#查看数据是否有缺失值

print(df.isnull().sum())

2.3过滤数据

过滤数据是数据分析中常见的操作，可以通过条件表达式来实现。

#过滤年龄大于20的数据

df_filtered=df[df[Age]20]

print(df_filtered)

#过滤名字为Tom的数据

df_filtered=df[df[Name]==Tom]

print(df_filtered)

2.4排序数据

排序数据可以帮助我们更好地理解和分析数据。

#按年龄升序排序

df_sorted=df.sort_values(by=Age)

print(df_sorted)

#按分数降序排序

df_sorted=df.sort_values(by=Score,ascending=False)

print(df_sorted)

2.5分组数据

分组数据是数据分析中的一个重要步骤，可以帮助我们从不同维度来分析数据。

#按名字分组，计算年龄的平均值

df_grouped=df.groupby(Name)[Age].mean()

print(df_grouped)

#按名字分组，计算所有列的平均值

df_grouped=df.groupby(Name).mean()

print(df_grouped)

以上就是pandas数据操作基础的介绍，包括库的导入、数据结构的简介、数据的加载与查看、数据的过滤、排序和分组。通过这些基础操作，我们可以对数据进行初步的清洗和分析，为后续的深度分析和建模打下基础。#排序数据

3单列排序方法

在Pandas中，对DataFrame进行排序是一种常见的数据操作，可以基于单列或多列进行。使用sort_values()函数可以轻松实现这一目标。下面，我们将通过一个具体的例子来展示如何基于单列对数据进行排序。

3.1示例代码

importpandasaspd

#创建一个示例DataFrame

data={Name:[Alice,Bob,Charlie,David,Eve],

Age:[25,30,22,28,35],

Score:[85,92,78,88,95]}

df=pd.DataFrame(data)

#按照Age列进行升序排序

df_sorted_asc=df.sort_values(by=Age)

print(按年龄升序排序:)

print(df_sorted_asc)

#按照Age列进行降序排序

df_sorted_desc=df.sort_values(by=Age,ascending=Fals