正文

掌握Pandas，轻松驾驭数据分析与可视化

/0 浏览量
1119

引言

在数据科学领域，Pandas 是一个不可或缺的工具，它提供了强大的数据处理和分析能力。Pandas 的灵活性和易用性使其成为数据分析师和科学家的首选库。本文将详细介绍 Pandas 的基本概念、常用操作以及数据可视化的技巧，帮助您轻松驾驭数据分析与可视化。

一、Pandas 简介

1.1 Pandas 的背景

Pandas 是由 Wes McKinney 开发的一个开源 Python 库，用于数据分析。它建立在 NumPy 库之上，提供了数据结构（如 DataFrame）和数据分析工具。

1.2 Pandas 的主要特点

  • 数据结构：DataFrame 和 Series，用于存储和处理数据。
  • 数据处理：数据清洗、转换、合并等操作。
  • 数据分析：统计、聚合、分组等操作。
  • 可视化：与 Matplotlib、Seaborn 等库结合进行数据可视化。

二、Pandas 基本操作

2.1 创建 DataFrame

import pandas as pd

# 使用字典创建 DataFrame
data = {'Name': ['John', 'Anna', 'Peter', 'Linda'],
        'Age': [28, 22, 34, 29],
        'City': ['New York', 'Paris', 'Berlin', 'London']}
df = pd.DataFrame(data)

# 显示 DataFrame
print(df)

2.2 选择数据

# 选择列
print(df['Name'])

# 选择行
print(df.iloc[1:3])

# 选择条件
print(df[df['Age'] > 25])

2.3 数据清洗

# 删除重复行
df.drop_duplicates(inplace=True)

# 删除缺失值
df.dropna(inplace=True)

# 填充缺失值
df.fillna('Unknown', inplace=True)

2.4 数据转换

# 转换数据类型
df['Age'] = df['Age'].astype(int)

# 创建新列
df['Age_Squared'] = df['Age'] ** 2

2.5 数据合并

# 合并 DataFrame
df1 = pd.DataFrame({'Name': ['John', 'Anna'],
                    'Age': [28, 22]})
df2 = pd.DataFrame({'Name': ['Peter', 'Linda'],
                    'City': ['Berlin', 'London']})
df = pd.merge(df1, df2, on='Name')

三、Pandas 数据分析

3.1 统计分析

# 计算平均值
print(df['Age'].mean())

# 计算标准差
print(df['Age'].std())

# 计算描述性统计
print(df.describe())

3.2 聚合分析

# 按城市分组
grouped = df.groupby('City')

# 计算每个城市的平均年龄
print(grouped['Age'].mean())

3.3 分组操作

# 按年龄分组
grouped = df.groupby(['City', 'Age'])

# 获取每个组的数量
print(grouped.size())

四、数据可视化

4.1 与 Matplotlib 结合

import matplotlib.pyplot as plt

# 绘制散点图
plt.scatter(df['Age'], df['Age_Squared'])
plt.xlabel('Age')
plt.ylabel('Age Squared')
plt.show()

4.2 与 Seaborn 结合

import seaborn as sns

# 绘制条形图
sns.barplot(x='City', y='Age', data=df)
plt.show()

五、总结

通过本文的介绍，您应该已经对 Pandas 有了一定的了解。Pandas 是一个功能强大的工具，可以帮助您轻松地进行数据分析与可视化。在实际应用中，您可以根据自己的需求，灵活运用 Pandas 的各种功能，提高数据分析效率。

-- 展开阅读全文 --