- 使用
read_csv()
读取 CSV 文件:df = pd.read_csv("data.csv")
- 处理缺失值:
- 移除缺失值:
df = df.dropna()
- 填充缺失值:
df["column_name"].fillna(value)
- 移除缺失值:
- 转换数据类型:
df["column_name"] = df["column_name"].astype(dtype)
-
排序和分组:
- 排序:
df.sort_values(by="column_name")
- 分组:
groupby_object = df.groupby(by="column_name")
- 排序:
二、数据分析
- 统计
-
describe()
:查看数据的基本统计信息 -
mean()
:计算平均值 -
std()
:计算标准差
-
-
绘制图表:
-
plot()
:生成各种图表类型,如折线图、散点图 -
bar()
:生成条形图 -
pie()
:生成饼图
-
- 数据聚合:
-
agg()
:在分组数据上应用聚合函数 -
pivot_table()
:创建交叉表格,用于汇总和分析数据
-
三、数据操作
-
索引和切片:
-
loc[index_values]
:按索引值获取数据 -
iloc[index_values]
:按索引位置获取数据 -
query()
:按条件过滤数据
-
- 数据操作:
-
append()
:将数据追加到 DataFrame -
merge()
:将两个或多个 DataFrame 合并 -
concat()
:将多个 DataFrame 连接在一起
-
- 数据转换:
-
apply()
:逐行或逐列应用函数 -
lambda()
:创建匿名函数来转换数据
-
四、高级技巧
- 自定义函数:创建和使用自定义函数以扩展 pandas 的功能
- 矢量化操作:使用 NumPy 的矢量化函数以提高效率
- 数据清理:
-
str.strip()
:移除字符串中的空白字符 -
str.replace()
:替换字符串中的字符或正则表达式 -
str.lower()
:将字符串转换为小写
-
五、案例应用
- 分析客户数据:了解客户行为、购买模式和趋势
- 处理金融数据:计算财务指标、分析股票表现
- 探索科学数据:处理传感器数据、分析实验结果