Pandas库常用方法、函数集合(Pandas库常用方法和函数大全)

一、Pandas简介

Pandas是一个强劲的Python数据分析库，提供了大量用于数据操作和分析的方法和函数。Pandas是基于NumPy构建的，能够处理结构化数据（如表格、时间序列等）。以下是Pandas库中常用的方法和函数。

二、数据结构

Pandas首要使用两种数据结构：Series和DataFrame。下面分别介绍这两种数据结构及相关操作。

2.1 Series

Series是一种一维数据结构，类似于Python的列表，但具有额外的功能，如索引。

2.1.1 创建Series

import pandas as pd
data = [1, 2, 3, 4, 5]
index = ['a', 'b', 'c', 'd', 'e']
series = pd.Series(data, index=index)
print(series)

2.1.2 Series常用方法

• head(n)：返回前n行数据。
• tail(n)：返回后n行数据。
• index：返回索引。
• values：返回数据。
• describe()：返回描述性统计信息。
• unique()：返回不同值的列表。
• isnull() / isna()：检查数据中是否有空值。
• dropna()：删除空值。
• fillna(value)：填充空值。

2.2 DataFrame

DataFrame是一个二维数据结构，类似于Excel表格，由多个Series组成。

2.2.1 创建DataFrame

import pandas as pd
data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'gender': ['F', 'M', 'M']
}
df = pd.DataFrame(data)
print(df)

2.2.2 DataFrame常用方法

• head(n)：返回前n行数据。
• tail(n)：返回后n行数据。
• index：返回索引。
• columns：返回列名。
• values：返回数据。
• describe()：返回描述性统计信息。
• unique(column)：返回指定列的不同值的列表。
• isnull() / isna()：检查数据中是否有空值。
• dropna(column)：删除指定列的空值。
• fillna(value)：填充空值。
• drop_duplicates(subset)：删除重复行。
• sort_values(by, ascending)：按指定列排序。
• groupby(column)：按指定列分组。
• merge(df, on, how)：合并两个DataFrame。

三、数据操作

3.1 数据选择

Pandas提供了多种对策来选择和修改DataFrame中的数据。

3.1.1 通过列名选择

df['name']

3.1.2 通过索引选择

df.iloc[0]

3.1.3 通过条件选择

df[df['age'] > 30]

3.2 数据修改

修改DataFrame中的数据可以使用多种对策。

3.2.1 修改单个值

df.at[0, 'name'] = 'Alice Smith'

3.2.2 修改多个值

df['name'] = ['Alice Smith', 'Bob Johnson', 'Charlie Brown']

3.2.3 条件修改

df.loc[df['age'] > 30, 'age'] += 5

四、数据聚合与统计

Pandas提供了强劲的数据聚合和统计功能。

4.1 数据聚合

df.groupby('gender').sum()

4.2 数据统计

df.mean()

五、数据可视化

Pandas可以与Matplotlib和Seaborn等库结合，进行数据可视化。

5.1 绘制直方图

df['age'].plot(kind='hist')

5.2 绘制散点图

df.plot(x='age', y='name', kind='scatter')

六、Pandas高级功能

Pandas还提供了许多高级功能，如时间序列分析、文本处理等。

6.1 时间序列分析

import pandas as pd
df['date'] = pd.date_range(start='2021-01-01', periods=len(df), freq='D')
df.set_index('date', inplace=True)
df.resample('M').sum()

6.2 文本处理

df['name'] = df['name'].str.upper()

总结

Pandas是一个功能强劲的Python数据分析库，提供了充裕的数据结构和操作方法。通过掌握Pandas的常用方法和函数，我们可以轻松处理和分析结构化数据，从而为数据科学和机器学习项目打下坚实的基础。

本文由IT视界版权所有,禁止未经同意的情况下转发