Python Pandas学习之基本数据操作详解

基础知识

首先我们需要导入Pandas模块，并创建一个DataFrame对象：

import pandas as pd

data = {'name': ['Tom', 'Jerry', 'Lucy'], 'age': [20, 24, 22], 'score': [80, 78, 85]}
df = pd.DataFrame(data)

这个DataFrame包含了三列数据：name、age和score。我们可以通过以下方式读取这个DataFrame的基本信息：

# 查看前N行数据，默认为5
df.head()

# 查看数据类型
df.dtypes

# 查看数据维度
df.shape

# 查看每一列的统计信息
df.describe()

数据选择与过滤

我们可以通过以下方式选择和过滤数据：

# 选择一列
df['name']

# 选择多列
df[['name', 'age']]

# 选择特定行
df[1:2]

# 根据条件选择数据
df[df['age'] > 21]

数据排序

我们可以根据一列或多列对数据进行排序：

# 按照年龄从小到大排序
df.sort_values('age')

# 按照年龄从大到小排序
df.sort_values('age', ascending=False)

# 按照多列排序
df.sort_values(['age', 'score'], ascending=[True, False])

数据聚合

我们可以对数据进行聚合操作，例如计算平均值、总和等：

# 计算每一列的平均值
df.mean()

# 计算每一列的总和
df.sum()

# 计算每一行的平均值
df.mean(axis=1)

# 计算每一行中age值的最大值
df.groupby('name')['age'].max()

数据可视化

我们可以使用Pandas内置的绘图函数进行数据可视化：

# 绘制折线图
df.plot(kind='line', x='name', y='age')

# 绘制柱状图
df.plot(kind='bar', x='name', y='score')

# 绘制散点图
df.plot(kind='scatter', x='age', y='score')

示例说明

示例1：读取CSV文件并进行基本操作

import pandas as pd

# 读取csv文件
data = pd.read_csv('data.csv')

# 查看前10行数据
data.head(10)

# 查看数据类型
data.dtypes

# 查看数据维度
data.shape

# 根据条件选择数据
data[data['age'] > 30]

# 统计每个区域的平均年龄
data.groupby('region')['age'].mean()

# 绘制柱状图
data.groupby('region')['age'].mean().plot(kind='bar')

示例2：创建DataFrame并绘制散点图

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 创建DataFrame
data = pd.DataFrame({'x': np.random.rand(100), 'y': np.random.rand(100)})

# 绘制散点图
data.plot(kind='scatter', x='x', y='y')

# 显示图形
plt.show()

以上示例演示了如何读取CSV文件并进行基本操作，以及如何创建DataFrame并绘制散点图。更多Pandas的使用方法可以参考官方文档和其他相关资料。