数据分析师-编程语言与工具-Pandas_Pandas基础介绍与安装.docx

PAGE1

PAGE1

Pandas基础介绍

1Pandas库的起源与发展

Pandas是一个基于NumPy的Python数据分析库，由WesMcKinney在2008年创建。它的名字来源于“paneldata”和“Pythondataanalysis”两个词的结合，旨在提供高性能、易用的数据结构和数据分析工具。Pandas的发展迅速，已经成为Python数据科学领域中最受欢迎的库之一，广泛应用于金融、统计、社会科学、工程和科学计算等领域。

2Pandas在数据分析中的角色

Pandas在数据分析中扮演着核心角色，它提供了两种主要的数据结构：Series和DataFrame。这些数据结构使得数据的处理、清洗、转换和分析变得简单高效。Pandas还支持数据的读写操作，可以处理CSV、Excel、SQL数据库等多种数据格式，使得数据的导入和导出变得非常方便。

3Pandas的主要数据结构介绍：Series与DataFrame

3.1Series

Series是一个一维的数组，可以存储任何数据类型（整数、字符串、浮点数、Python对象等）。它类似于NumPy的一维数组，但与之不同的是，Series提供了轴标签（即索引）。下面是一个创建Series的示例：

importpandasaspd

#创建一个Series

data=pd.Series([0.25,0.5,0.75,1.0],index=[a,b,c,d])

print(data)

输出：

a0.25

b0.50

c0.75

d1.00

dtype:float64

3.2DataFrame

DataFrame是一个二维的表格型数据结构，它包含一个或多个Series对象。DataFrame可以看作是一个带有行索引和列索引的二维数组，非常适合处理表格数据。下面是一个创建DataFrame的示例：

#创建一个DataFrame

data={country:[Belgium,India,Brazil],

capital:[Brussels,NewDelhi,Brasilia],

population:1303171035,207847528]}

df=pd.DataFrame(data,index=[0,1,2])

print(df)

输出：

countrycapitalpopulation

0BelgiumBrussels1IndiaNewDelhi1303171035

2BrazilBrasilia207847528

4Pandas的基本操作与功能演示

4.1基本操作

Pandas提供了丰富的数据操作功能，包括数据选择、切片、过滤、排序、合并、重塑、聚合等。下面是一些基本操作的示例：

#选择数据

print(df[country])

#切片数据

print(df[1:3])

#过滤数据

print(df[df[population]100000000])

#排序数据

print(df.sort_values(by=population,ascending=False))

4.2数据读写

Pandas支持多种数据格式的读写操作，下面是一个读取CSV文件并写入Excel文件的示例：

#读取CSV文件

df=pd.read_csv(data.csv)

print(df)

#写入Excel文件

df.to_excel(data.xlsx,sheet_name=Sheet1,index=False)

4.3数据清洗

数据清洗是数据分析中非常重要的一步，Pandas提供了多种数据清洗功能，包括处理缺失值、重复值、异常值等。下面是一个处理缺失值的示例：

#创建一个包含缺失值的DataFrame

data={country:[Belgium,India,Brazil],

capital:[Brussels,NewDelhi,None],

population:1303171035,None]}

df=pd.DataFrame(data,index=[0,1,2])

print(df)

#处理缺失值

df=df.fillna(Unknown)

print(df)

4.4数据转换