### Pandas 常用功能总结与使用指南 Pandas 是一个强大的 Python 库，广泛应用于数据分析和数据科学领域。以下是 Pandas 的一些核心功能和使用技巧[^1]。 #### 1. 数据结构 Pandas 提供了两种主要的数据结构：`Series` 和 `DataFrame`。 - **Series** 是一维数组，类似于列表或数组，但带有索引。可以通过自定义索引来设置标签[^2]。 ```python import pandas as pd s = pd.Series([2, 4, 6, 8], index=['a', 'b', 'c', 'd']) print(s) ``` - **DataFrame** 是二维表格型数据结构，包含行和列。它是 Pandas 中最常用的数据结构之一。 #### 2. 数据加载 Pandas 支持从多种文件格式中加载数据，例如 CSV、Excel、SQL 数据库等[^3]。 ```python # 从 CSV 文件加载数据 df = pd.read_csv('data.csv') # 从 Excel 文件加载数据 df = pd.read_excel('data.xlsx') # 从 SQL 数据库加载数据 import sqlite3 connection = sqlite3.connect('database.db') df = pd.read_sql_query("SELECT * FROM table_name", connection) ``` #### 3. 数据清洗 数据清洗是数据分析中的关键步骤。Pandas 提供了许多工具来处理缺失值、重复值和其他数据质量问题。 - **处理缺失值** ```python # 删除含有缺失值的行 df_cleaned = df.dropna() # 填充缺失值 df_filled = df.fillna(0) ``` - **删除重复值** ```python df_no_duplicates = df.drop_duplicates() ``` #### 4. 数据筛选与过滤 可以使用布尔索引和条件表达式对数据进行筛选。 ```python # 筛选年龄大于30的记录 filtered_df = df[df['age'] > 30] ``` #### 5. 数据合并与连接 Pandas 提供了灵活的方法来合并和连接多个 DataFrame。 - **基于键列合并** ```python merged_df = pd.merge(df1, df2, on='key_column') ``` - **沿着轴连接** ```python concat_df = pd.concat([df1, df2], axis=0) # 按行连接 concat_df = pd.concat([df1, df2], axis=1) # 按列连接 ``` #### 6. 数据输出 处理完数据后，可以将其保存为各种格式的文件。 ```python # 保存为 CSV 文件 df.to_csv('output.csv', index=False) # 保存为 Excel 文件 df.to_excel('output.xlsx', index=False) ``` #### 7. 高级数据选择 Pandas 提供了 `.loc` 和 `.iloc` 方法用于高级数据选择[^3]。 - **通过标签选择** ```python selected_data = df.loc[rows, columns] ``` - **通过位置选择** ```python selected_data = df.iloc[row_indices, column_indices] ``` #### 8. 数据分组与聚合 可以使用 `groupby` 方法对数据进行分组，并应用聚合函数[^1]。 ```python grouped_data = df.groupby('category_column').sum() ``` #### 9. 数据可视化 虽然 Pandas 不是专门的绘图库，但它可以与 Matplotlib 和 Seaborn 配合使用，生成简单的图表[^1]。 ```python import matplotlib.pyplot as plt df['column_name'].plot(kind='bar') plt.show() ``` #### 10. 时间序列分析 Pandas 提供了强大的时间序列功能，支持日期解析、重采样和滚动窗口操作。 ```python # 将字符串转换为日期 df['date_column'] = pd.to_datetime(df['date_column']) # 设置日期列为索引 df.set_index('date_column', inplace=True) # 滚动窗口计算 rolling_mean = df['value_column'].rolling(window=7).mean() ``` ### 总结 Pandas 是数据科学家和分析师的必备工具，其功能涵盖了数据加载、清洗、筛选、合并、输出等多个方面。掌握这些常用功能可以帮助用户更高效地处理数据[^1]。