快速入门Pandas（一）：简述、创建对象及查看数据
最新回答
吐个泡泡
2021-10-15 09:35:10
Pandas是基于NumPy的高效数据处理工具，专为数据分析任务设计。以下是快速入门Pandas的核心内容：
一、Pandas简介Pandas提供了快速便捷处理数据的函数和方法，主要特点包括：
- 高效数据结构：支持默认/自定义索引的DataFrame对象。
- 数据加载工具：可从多种文件格式（如CSV、Excel）加载数据到内存。
- 数据处理功能：支持数据对齐、缺失值处理、分组聚合、高性能合并等。
- 时间序列支持：提供日期范围生成、频率转换、移动窗口统计等功能。
Pandas包含三种核心数据结构（基于NumPy数组）：
- Series：一维标签数组，可存储任何数据类型。
- DataFrame：二维表格型数据结构，由多个Series组成。
- Panel（已弃用）：三维数据结构（旧版本支持）。
输出：
0 1.01 3.02 5.03 NaN4 6.05 8.0dtype: float642. 创建DataFrame方法一：使用日期时间索引和NumPy数组
dates = pd.date_range('20130101', periods=6)df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))print(df)方法二：使用字典对象
df2 = pd.DataFrame({ 'A': 1., 'B': pd.Timestamp('20130102'), 'C': pd.Series(1, index=range(4), dtype='float32'), 'D': np.array([3]*4, dtype='int32'), 'E': pd.Categorical(["test", "train", "test", "train"]), 'F': 'foo'})print(df2)四、查看数据1. 查看头部/尾部数据print(df.head(2)) # 查看前2行print(df.tail(3)) # 查看后3行2. 查看索引与列名print(df.index) # 输出日期索引print(df.columns) # 输出列名['A', 'B', 'C', 'D']3. 转换为NumPy数组print(df.to_numpy()) # 注意：不包含索引和列标签4. 统计摘要print(df.describe()) # 显示计数、均值、标准差等统计信息5. 数据排序转置数据：
print(df.T) # 行列转置按轴排序：
print(df.sort_index(axis=1, ascending=False)) # 列名降序print(df.sort_index(axis=0, ascending=False)) # 行索引降序按值排序：
print(df.sort_values(by='B')) # 按B列值升序排列五、关键注意事项数据类型差异：
NumPy数组要求单一数据类型
DataFrame每列可独立指定数据类型（如float64、datetime64、category等）
性能优化：
当DataFrame全为浮点数时，to_numpy()操作高效且不复制数据
包含混合类型时，转换操作会消耗较多资源
索引特性：
默认自动生成整数索引（0, 1, 2...）
支持自定义索引（如日期、字符串等）
通过以上基础操作，可以快速掌握Pandas的核心功能，为后续的数据清洗、分析和可视化处理奠定基础。
热门标签
