盘锦市网站建设_网站建设公司_自助建站_seo优化

Pandas 简介

Pandas 是 Python 中用于数据分析和操作的核心库，提供高效的数据结构（如DataFrame和Series）以及数据处理工具，广泛应用于数据清洗、转换、分析和可视化场景。

核心数据结构

DataFrame
二维表格型数据结构，类似电子表格或 SQL 表，支持行标签和列标签。

import pandas as pd df = pd.DataFrame({"A": [1, 2, 3], "B": ["x", "y", "z"]})

Series
一维带标签数组，可视为 DataFrame 的单列。

s = pd.Series([10, 20, 30], name="values")

数据读取与写入

支持多种格式：

# 从 CSV 读取 df = pd.read_csv("data.csv") # 写入 Excel df.to_excel("output.xlsx", index=False) # 支持 JSON、SQL、HTML 等格式

数据操作

筛选与查询

# 选择列 df["A"] # 条件筛选 df[df["A"] > 1] # 多条件 df[(df["A"] > 1) & (df["B"] == "y")]

聚合与分组

# 分组统计 df.groupby("B")["A"].sum() # 多列聚合 df.agg({"A": "mean", "B": "count"})

缺失值处理

# 检测缺失值 df.isnull() # 填充或删除 df.fillna(0) df.dropna()

时间序列处理

内置时间类型转换与重采样：

# 转换时间列 df["date"] = pd.to_datetime(df["date"]) # 按周重采样 df.resample("W", on="date").sum()

性能优化技巧

• 使用df.apply()替代循环。
• 避免链式操作，优先使用df.loc[]。
• 大数据集考虑dtype优化（如category类型）。

集成其他工具

• 可视化：结合matplotlib或seaborn直接绘图。
• 机器学习：与scikit-learn无缝衔接，输入数据格式多为 DataFrame。

学习资源

• 官方文档：pandas.pydata.org
• 《Python for Data Analysis》书籍（作者：Pandas 创始人 Wes McKinney）。

通过掌握上述功能，可高效完成从数据预处理到分析的全流程任务。