Pandas的語法有哪些

Pandas的語法有哪些

Pandas 是一個強大的 Python 數據分析庫，廣泛應用于數據處理、清洗和分析。它提供了高效的數據結構和操作工具，使得處理結構化數據變得簡單而直觀。本文將介紹 Pandas 的主要語法和常用操作。

1. 數據結構

Pandas 提供了兩種主要的數據結構：Series 和 DataFrame。

1.1 Series

Series 是一種一維數組，可以存儲任何數據類型。每個元素都有一個索引，默認情況下是從 0 開始的整數索引。

import pandas as pd

# 創建一個 Series
s = pd.Series([1, 3, 5, 7, 9])
print(s)

1.2 DataFrame

DataFrame 是一個二維表格數據結構，類似于 Excel 表格或 SQL 表。它由多個 Series 組成，每個 Series 代表一列。

# 創建一個 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)
print(df)

2. 數據讀取與寫入

Pandas 支持從多種文件格式中讀取數據，如 CSV、Excel、SQL 數據庫等。

2.1 讀取 CSV 文件

# 讀取 CSV 文件
df = pd.read_csv('data.csv')
print(df)

2.2 寫入 CSV 文件

# 寫入 CSV 文件
df.to_csv('output.csv', index=False)

3. 數據選擇與過濾

Pandas 提供了多種方式來選擇和過濾數據。

3.1 選擇列

# 選擇單列
ages = df['Age']

# 選擇多列
subset = df[['Name', 'City']]

3.2 選擇行

# 選擇前幾行
first_rows = df.head(2)

# 選擇特定條件的行
filtered_rows = df[df['Age'] > 30]

3.3 使用 loc 和 iloc

loc 用于基于標簽的選擇，iloc 用于基于位置的選擇。

# 使用 loc 選擇行和列
selected = df.loc[0:1, ['Name', 'City']]

# 使用 iloc 選擇行和列
selected = df.iloc[0:2, 0:2]

4. 數據操作

Pandas 提供了豐富的數據操作功能，如排序、分組、合并等。

4.1 排序

# 按列排序
sorted_df = df.sort_values(by='Age', ascending=False)

4.2 分組

# 按列分組并計算平均值
grouped = df.groupby('City').mean()

4.3 合并

# 合并兩個 DataFrame
df1 = pd.DataFrame({'A': ['A0', 'A1'], 'B': ['B0', 'B1']})
df2 = pd.DataFrame({'A': ['A2', 'A3'], 'B': ['B2', 'B3']})
merged_df = pd.concat([df1, df2])

5. 數據清洗

數據清洗是數據分析的重要步驟，Pandas 提供了多種工具來處理缺失值、重復值等。

5.1 處理缺失值

# 刪除包含缺失值的行
cleaned_df = df.dropna()

# 填充缺失值
filled_df = df.fillna(0)

5.2 處理重復值

# 刪除重復行
unique_df = df.drop_duplicates()

6. 數據可視化

Pandas 集成了 Matplotlib，可以方便地進行數據可視化。

# 繪制柱狀圖
df['Age'].plot(kind='bar')

7. 總結

Pandas 提供了豐富的語法和功能，使得數據處理和分析變得簡單而高效。通過掌握 Series 和 DataFrame 的基本操作，以及數據讀取、選擇、操作、清洗和可視化的方法，你可以輕松應對各種數據分析任務。希望本文能幫助你更好地理解和使用 Pandas。