Python 数据操作教程（Pandas教程通过 50 个示例学习).docx

? Pandas 是 Python 中最受欢迎的软件包之一，广泛用于数据操作。它是一个非常强大且用途广泛的软件包，使数据清理和整理变得更加轻松愉快。Pandas 库对 Python 社区做出了巨大贡献，它使 Python 成为数据科学和分析领域的顶级编程语言之一。它已成为数据分析师和科学家进行数据分析和操作的首选。 ? 什么是熊猫包？ Pandas 包具有许多功能，这些功能是数据处理和操作的本质。简而言之，它可以为您执行以下任务—— 创建类似于 R 的数据框和 Excel 电子表格的结构化数据集。 从 CSV、TXT、XLSX、SQL 数据库、R 等各种来源读取数据。 从数据集中选择特定的行或列 按升序或降序排列数据 根据某些条件过滤数据 按分类变量汇总数据 将数据重塑为宽格式或长格式 时间序列分析 合并和连接两个数据集 遍历数据集的行 以 CSV 或 Excel 格式写入或导出数据 数据集： 在本教程中，我们将使用两个数据集：'income'和'iris'。 'income' data?: 该数据包含各米国各州从2002年到2015年的收入。该数据集包含51个观测值和16个变量。 \o "下载链接" 下载链接 'iris' 数据：它包含 150 个观测值和 5 个变量。我们有 3 种花（每种 50 朵花），所有花的萼片长度和宽度以及花瓣长度和宽度都已给出。 \o "下载链接" 下载链接? 要记住的重要熊猫功能 以下是常见任务以及 pandas 函数的列表。 公用事业 功能 提取列名称 df.列 选择前 2 行 df.iloc[:2] 选择前 2 列 df.iloc[:,:2] 按名称选择列 df.loc[:,["col1","col2"]] 选择随机编号?行数 df.样本（n = 10） 选择随机行的分数 df.sample(frac = 0.2) 重命名变量 df.重命名（） 选择一列作为索引 df.set_index() 删除行或列 df.drop() 排序值 df.sort_values() 分组变量 df.groupby( ) 过滤 df.查询（） 查找缺失值 df.isnull( ) 删除缺失值 df.dropna( ) 删除重复项 df.drop_duplicates() 创建假人 pd.get_dummies( ) 排行 df.rank( ) 累计金额 df.cumsum( ) 分位数 df.分位数（） 选择数值变量 df.select_dtypes() 连接两个数据帧 pd.concat() 基于公共变量合并 pd.合并（） 导入熊猫库 您需要先导入或加载 Pandas 库才能使用它。“Importing a library”就是把它加载到内存中，然后你就可以使用它了。运行以下代码导入 pandas 库： import pandas as pd “pd”是别名或缩写，将用作访问或调用 pandas 函数的快捷方式。要访问 pandas 库中的函数，您只需在每次需要应用时键入pd.function?而不是??pandas.function 。 导入数据集 要从 CSV 文件读取或导入数据，可以使用read_csv() 函数。在该函数中，您需要指定 CSV 文件的文件位置。 income = pd.read_csv("C:\\Users\\Hp\\Python\\Basics\\income.csv") Index State Y2002 Y2003 Y2004 Y2005 Y2006 Y2007 \ 0 A Alabama 1296530 1317711 1118631 1492583 1107408 1440134 1 A Alaska 1170302 1960378 1818085 1447852 1861639 1465841 2 A Arizona 1742027 1968140 1377583 1782199 1102568 1109382 3 A Arkansas 1485531 1994927 1119299 1947979 1669191 1801213 4 C California 1685349 1675807 1889570 1480280 1735069 1812546 Y2008 Y2009 Y2010 Y2011 Y2012 Y2013 Y2014 Y2015 0 1945229 1944173 123