文章目录

一、简介二、Pandas基本数据结构及其方法2.1 Series2.2 DataFrame

三、标签和索引四、常用方法4.1 数据读取和写入4.11 🟢CSV文件4.12🟢Excel文件4.13 其它文件

4.2 字符串处理4.3 表格拼接4.4 时间数据处理

一、简介

<code>Pandas 是一个用于数据操作和分析的开源 Python 库。它提供了高效的数据结构和数据分析工具，特别适合处理结构化数据（如表格数据）。Pandas 在数据清洗、预处理、统计分析、数据可视化等方面有广泛的应用。

Github：https://github.com/pandas-dev/pandas

User Guide：https://pandas.pydata.org/docs/user_guide/index.html

主要特点：

易用的数据结构：

Series：一维数组，类似于 Python 的列表或字典。DataFrame：二维数据结构，类似于 Excel 表格或 SQL 表。

数据操作：

支持对数据进行增删改查操作。提供丰富的数据清洗和预处理功能，包括缺失值处理、数据过滤、分组、聚合等。支持多种数据格式的读写，如 CSV、Excel、SQL、JSON 等。

高效的性能：

基于 NumPy 实现，具有高效的计算性能。支持多种加速库，如 Dask、Modin，可以在大数据处理时提升性能。

数据可视化：

与 Matplotlib、Seaborn 等可视化库无缝集成，方便生成各种类型的图表。

二、Pandas基本数据结构及其方法

2.1 Series

pd.Series是Pandas库中的一种基本数据结构，用于表示一维的带标签数组。它既可以包含整数、浮点数、字符串等数据类型，也可以包含其他Python对象。

可以通过多种方式创建一个Series：

import pandas as pd

# 通过列表创建

s = pd.Series([1, 3, 5, 7, 9])

# 通过字典创建

data = { 'a': 1, 'b': 3, 'c': 5}

s = pd.Series(data)

# 通过标量创建（指定索引）

s = pd.Series(5, index=['a', 'b', 'c', 'd'])

单从这里看，Series是具有列表或字典的特性的。

🟢Series 属性：

🟢Series 方法：

（1）基本方法

（2）数据选择与操作

（3）数据聚合与统计

（4） 处理缺失值

2.2 DataFrame

pandas.DataFrame是Pandas库中最重要的数据结构之一，主要用于表示二维的数据表格。它可以看作是由多个Series构成的字典，每个Series表示DataFrame的一列。以下是有关DataFrame的详细介绍：

可以通过多种方式创建一个DataFrame：

通过字典创建

data = {

'name': ['Alice', 'Bob', 'Charlie'],

'age': [25, 30, 35],

'city': ['New York', 'San Francisco', 'Los Angeles']

}

df = pd.DataFrame(data)

通过列表的列表创建

data = [['Alice', 25, 'New York'],

['Bob', 30, 'San Francisco'],

['Charlie', 35, 'Los Angeles']]

columns = ['name', 'age', 'city']

df = pd.DataFrame(data, columns=columns)

通过字典的字典创建

data = {

'name': { '0': 'Alice', '1': 'Bob', '2': 'Charlie'},

'age': { '0': 25, '1': 30, '2': 35},

'city': { '0': 'New York', '1': 'San Francisco', '2': 'Los Angeles'}

}

df = pd.DataFrame(data)

通过numpy数组创建

data = np.array([['Alice', 25, 'New York'],

['Bob', 30, 'San Francisco'],

['Charlie', 35, 'Los Angeles']])

df = pd.DataFrame(data, columns=['name', 'age', 'city'])

输出：

name age city

0 Alice 25 New York

1 Bob 30 San Francisco

2 Charlie 35 Los Angeles

🟢 DataFrame 属性：

🟢DataFrame 方法：

pandas.DataFrame提供了丰富的方法来进行数据操作和分析。

（1）基本方法

（2） 数据选择与操作

（3）数据聚合与变换

（4）数据合并与连接

三、标签和索引

在Pandas中，"索引"和"标签"在某些方面相似，但它们的使用和作用有些不同。

索引（Index）：

定义：在Pandas中，"索引"指的是用于标识数据的位置的标签。它可以是行索引（对于DataFrame和Series的行）或列索引（对于DataFrame的列）。

功能：

定位和访问数据：索引用于定位和访问数据。例如，通过行索引，可以快速访问特定行的数据。对齐数据：在进行数据合并、对齐等操作时，Pandas会自动对齐索引，以确保数据一致性。标签的灵活性：索引不仅可以是整数，还可以是字符串、日期、时间等类型，提供了灵活的数据标识方式。

示例：

import pandas as pd

# 创建一个Series

s = pd.Series([10, 20, 30], index=['a', 'b', 'c'])

print(s.index) # 输出: Index(['a', 'b', 'c'], dtype='object')code>

# 创建一个DataFrame

df = pd.DataFrame({

'name': ['Alice', 'Bob', 'Charlie'],

'age': [25, 30, 35]

}, index=['one', 'two', 'three'])

print(df.index) # 输出: Index(['one', 'two', 'three'], dtype='object')code>

标签（Label）：

定义：在Pandas中，"标签"通常是指数据的具体标识符或名称，用于访问Series或DataFrame中的特定数据。

功能：

数据访问：通过标签可以直接访问Series或DataFrame中的数据。例如，通过标签获取特定的行或列。行列操作：标签用于进行行和列的操作，比如选择特定的行或列，或对行列进行重命名等。

示例：

import pandas as pd

# 创建一个Series

s = pd.Series([10, 20, 30], index=['a', 'b', 'c'])

print(s['a']) # 输出: 10

# 创建一个DataFrame

df = pd.DataFrame({

'name': ['Alice', 'Bob', 'Charlie'],

'age': [25, 30, 35]

}, index=['one', 'two', 'three'])

print(df.loc['one']) # 输出: name Alice\nage 25\nName: one, dtype: object

区别与联系：

相似性：

索引和标签都是用来标识数据的，索引是Pandas的核心结构之一，标签是索引的一种具体应用。标签是索引的一部分：在Series中，标签通常指的是索引的具体值，用于访问数据。

区别：

范围：索引是一种广泛的概念，涉及行索引和列索引，而标签更具体，通常指单个索引值。用途：索引用于整体的标识和数据对齐，而标签更多用于数据的实际访问和操作。

四、常用方法