Pandas基础操作与数据分析

1. Pandas简介

Pandas是一个开源的第三方Python库，主要用于数据分析。它基于Numpy和Matplotlib构建，提供了高性能、易于使用的数据结构和数据分析工具。Pandas广泛应用于学术、金融、统计学等领域，成为Python数据分析的必备工具。

2. Pandas数据结构

Pandas提供了两种主要的数据结构：

• ‌Series‌：一维数据结构，可以存储各种数据类型，如整数、浮点数、字符串等。Series由索引（index）和数据值组成。
• ‌DataFrame‌：二维表格型数据结构，既有行索引（index），也有列索引（columns）。DataFrame可以看作是由多个Series组成的。

3. 创建Series和DataFrame

3.1 创建Series

• ‌使用空数据创建‌：pd.Series(dtype='f8')
• ‌使用ndarray创建‌：pd.Series([1, 2, 3, 4, 5], dtype='f8')
• ‌使用字典创建‌：pd.Series(data={"name": "zhangsan", "gender": "男"})

3.2 创建DataFrame

• ‌使用列表嵌套字典创建‌：

• data = [{'name': "张三", 'age': 18}, {'name': "小红", 'gender': "男", 'age': 19}] result = pd.DataFrame(data=data)

• ‌使用字典嵌套列表创建‌：

  data = {"name": ['小米', '小红', '小紫'], "age": [18, 19, 20]} result = pd.DataFrame(data=data)

• ‌使用Series创建‌：

  
  data = {'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])} result = pd.DataFrame(data=data)

4. 数据操作

4.1 Series操作

• ‌访问数据‌：通过索引访问，如result["name"]或result
• ‌遍历数据‌：使用items()、index属性或values属性
• ‌常用方法‌：
  • isnull()和notnull()：检测缺失值
  • dropna()：删除缺失值
  • fillna()：填充缺失值

4.2 DataFrame操作

• ‌列索引操作‌：
  • ‌选取数据‌：result['one']
  • ‌添加数据‌：result['three'] = [1, 2, 3, 4]
  • ‌修改数据‌：result['two'] = result['one'] + 100
  • ‌删除数据‌：result.drop(['one'], axis=1)
• ‌行索引操作‌：
  • ‌loc‌：基于标签索引选取数据，如df.loc['a']
  • ‌iloc‌：基于位置索引选取数据，如df.iloc
  • ‌添加新行‌：df.loc['e'] = [17, 18, 19, 20]
  • ‌删除行‌：result.drop(['a'], axis=0)