Python酷库之旅-第三方库Pandas(040)

Python酷库之旅——第三方库Pandas(040)

Pandas是一个强势的Python数据分析工具库，它提供了迅捷、灵活和表达能力强的数据结构，旨在使“关系”或“标签”数据的操作既易懂又直观。在数据分析、数据清洗和数据处理等方面，Pandas表现出极高的快速和易用性。

一、Pandas的数据结构

Pandas核心有两种数据结构：Series和DataFrame。

1. Series

Series是一个一维的标签化数组，可以存储任何数据类型（整数、字符串、浮点数等）。它既有索引也有值。

class pandas.Series(data=None, index=None, dtype=None, name=None,
                    copy=False, fastpath=False)
    

2. DataFrame

DataFrame是一个二维的标签化数据结构，可以看作是一个Series的容器。它有行索引和列索引，可以被看作是一个有序的字典，存储了列数据。

class pandas.DataFrame(data=None, index=None, columns=None, dtype=None,
                        copy=False)
    

二、Pandas的基本操作

1. 创建DataFrame

import pandas as pd
# 创建一个易懂的DataFrame
data = {'name': ['Tom', 'Jerry', 'Mickey'],
        'age': [20, 21, 22],
        'city': ['New York', 'Los Angeles', 'Chicago']}
df = pd.DataFrame(data)
print(df)
    

2. 查看DataFrame数据

# 查看前几行数据
print(df.head())
# 查看数据概览
print(df.info())
    

3. 数据筛选与查询

# 结合列名筛选数据
print(df['name'])
# 使用loc进行行和列的筛选
print(df.loc[df['age'] > 20])
# 使用iloc进行行和列的筛选（基于整数索引）
print(df.iloc[1:3, 0:2])
    

三、结语

Pandas是一个非常强势的数据分析工具库，这里仅介绍了它的冰山一角。在实际应用中，Pandas还有更多高级功能和技巧等待我们去探索。愿望这篇文章能帮助您对Pandas有一个初步的了解。

本文由IT视界版权所有,禁止未经同意的情况下转发