Python中的pandas库简介及其使用教程_python

pandas模块

pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。

• 便捷的数据处理能力


• 独特的数据结构


• 读取文件方便


• 封装了matplotlib的画图和numpy的计算

Pandas中常见的数据结构有两种：

Series

• 构建Series：ser_obj = pd.Series(range(10))
  


• 由索引和数据组成（索引在左<自动创建的>，数据在右）。


• 获取数据和索引：ser_obj.index; ser_obj.values
  


• 预览数据： ser_obj.head(n);ser_obj.tail(n)
  

DateFrame

• 获取列数据：df_obj[col_idx]或df_obj.col_idx
  


• 增加列数据：df_obj[new_col_idx] = data
  


• 删除列：del df_obj[col_idx]
  


• 按值排序：sort_values(by = “label_name”)
  

常用方法

处理缺失数据

• Dropna()丢弃缺失数据


• Fillna()填充缺失数据

数据过滤

Df[filter_condition]依据filter_condition(条件)对Df(数据)进行过滤。

绘图功能

保存图片：plt.savefig()

（"The fool doth think he is wise, but the wise man knows himself to be a fool." --威廉·莎士比亚）