Pandas 安装学习笔记

1. 安装 Pandas

Pandas 可以通过 pip 工具进行安装：

Copy Code
pip install pandas

2. Pandas 的基本使用

2.1 导入 Pandas

在使用 Pandas 前，需要先导入该库：

pythonCopy Code
import pandas as pd

2.2 创建 Pandas 数据结构

Pandas 主要有两种数据结构：Series 和 DataFrame。

2.2.1 创建 Series

Series 是一个一维的数据结构，可以使用以下方式创建：

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

输出结果为：

pythonCopy Code
0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64

2.2.2 创建 DataFrame

DataFrame 是一个二维的数据结构，可以使用以下方式创建：

pythonCopy Code
data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'], 'age': [28, 34, 29, 42]}
df = pd.DataFrame(data)
print(df)

输出结果为：

pythonCopy Code
    name  age
0    Tom   28
1   Jack   34
2  Steve   29
3  Ricky   42

2.3 Pandas 数据的读取与写入

2.3.1 读取 CSV 文件

可以使用以下代码读取 CSV 格式的文件：

pythonCopy Code
df = pd.read_csv('example.csv')
print(df)

输出结果为：

pythonCopy Code
   Name  Age Gender
0  John   23      M
1   Amy   25      F
2   Bob   28      M
3  Jane   21      F

2.3.2 写入 CSV 文件

可以使用以下代码将 DataFrame 中的数据写入到 CSV 文件中：

pythonCopy Code
df.to_csv('example.csv', index=False, sep=',')

3. Pandas 常用操作

3.1 数据选取

Pandas 提供了多种方式进行数据的选取操作，以下是一些常用的方法：

3.1.1 使用列名进行选取

pythonCopy Code
df['name']

3.1.2 使用行号进行选取

pythonCopy Code
df.iloc[0]

3.1.3 使用条件进行选取

pythonCopy Code
df[df['age'] > 30]

3.2 数据清洗

在进行数据分析前，通常需要对数据进行清洗。以下是一些 Pandas 常用的数据清洗操作。

3.2.1 缺失值处理

pythonCopy Code
# 删除缺失值所在行
df.dropna()

# 替换缺失值
df.fillna(value=0)

3.2.2 重复值处理

pythonCopy Code
# 删除重复行
df.drop_duplicates()

4. 实例演示

假设有一个名为 sales.csv 的销售数据文件，包含了商品名称、销售数量和销售金额三列数据。我们可以读取该文件，并进行一些简单的数据分析：

pythonCopy Code
import pandas as pd

# 读取数据文件
df = pd.read_csv('sales.csv')

# 显示前 5 条数据
print(df.head())

# 计算总销售数量和总销售金额
total_sales = df['num'].sum()
total_revenue = df['revenue'].sum()

# 输出总销售数量和总销售金额
print('Total Sales:', total_sales)
print('Total Revenue:', total_revenue)

输出结果为：

pythonCopy Code
         name  num  revenue
0        红烧肉   23     3456
1        火锅底料   43     5843
2        豆腐脑    12     1800
3        麻辣烫    67     9876
4        拉面      45     6432
Total Sales: 190
Total Revenue: 27307

以上就是 Pandas 的安装和基本使用方法，以及一些常用的数据操作技巧。希望对大家有所帮助。