一、Pandas 介绍

• 定义：一个开源的 Python 类库，主要用于数据分析、数据处理和数据可视化。
• 特点：高性能····提供容易使用的数据结构····具备容易使用的数据分析工具

二、Pandas 安装与导入

（一）安装方法

1. 使用 pip 安装：pip install pandas
2. 使用 conda 安装：conda install pandas
   • 可使用清华源提高下载速度，清华源地址：Simple Index

（二）导入方法

python

运行

import pandas as pd

三、Pandas 数据结构

（一）Series

• 定义：类似表格中的一个列，类似于一维数组，可以保存任何数据类型，由索引和数据组成。函数：pandas.Series(data, index, dtype, name, copy)
•    各参数说明如下：

参数	说明
data	一组数据（ndarray 类型）
index	数据索引标签，不指定则默认从 0 开始
dtype	数据类型，默认会自动判断
name	设置名称
copy	拷贝数据，默认为 False

• 创建方式：

  1. 使用列表创建：

     python

     运行

     import pandas as pd
     arr = [1, 3, 6, 33, 1]
     s1 = pd.Series(arr)  # 不指定索引，默认从0开始
     

  2. 使用 ndarray 创建：

     python

     运行

     import numpy as np
     import pandas as pd
     n = np.random.randn(5)  # 创建随机Ndarray数组
     index = ['a', 'b', 'c', 'd', 'e']
     s2 = pd.Series(n, index=index)
     

  3. 使用字典创建：

     python

     运行

     import numpy as np
     import pandas as pd
     score_dict = {'zhangsan': 80, 'lisi': 62, 'wangwu': 97}
     score = pd.Series(score_dict)
     

• 查看索引和数值：

  • 查看索引：score.index
  • 查看数值：score.values

（二）DataFrame

• 定义：一个表格型的数据结构，含有一组有序的列，每列可以是不同的值类型，既有行索引也有列索引。
• 构造方法：pandas.DataFrame(data, index, columns, dtype, copy)
  • 各参数说明如下：

参数	说明
data	一组数据（ndarray、series、map、lists、dict 等类型）
index	索引值，也称行标签
columns	列标签，默认为 RangeIndex (0, 1, 2, …, n)
dtype	数据类型
copy	拷贝数据，默认为 False

• 创建方式：
  1. 使用列表创建：

     python

     运行

     import pandas as pd
     data = [['zhangsan', 10], ['lisi', 12], ['wangwu', 13]]
     df = pd.DataFrame(data, columns=['site', 'Age'], dtype=float)
     

  2. 使用 ndarrays 创建：

     python

     运行

     import pandas as pd
     data = {'site': ['zhangsan', 'lisi', 'wangwu'], 'Age': [10, 12, 13]}
     df = pd.DataFrame(data)
     

  3. 使用字典（key/value）创建：

     python

     运行

     import pandas as pd
     data = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]
     df = pd.DataFrame(data)
     

四、Pandas 数据查询

• loc () 方法：
  • 作用：用于返回指定行的数据。
  • 用法：
    • 返回第 n 行数据：df.loc[n]
    • 返回多行数据：使用[[...]]格式，...为各行的索引，以逗号隔开，如df.loc[[0, 1]]
    • 当指定了索引值时，可返回指定索引对应的行，如：

      python

      运行

      import pandas as pd
      data = {
          "zhangsan": [99, 60, 70],
          "lisi": [80, 70, 95]
      }
      df = pd.DataFrame(data, index=["Chinese", "Math", "English"])
      print(df.loc["Chinese"])  # 返回索引为"Chinese"的行
      

五、Pandas 数据读取

（一）不同数据类型的读取方法

数据类型	说明	Pandas 读取方法
csv、tsv、txt	用逗号分隔或者 tab 分割的纯文本文件	pd.read_csv()
excel	xls 或者 xlsx 文件	pd.read_excel()
mysql	关系型数据库表	pd.read_sql()

（二）常用读取相关方法

head()：用于读取前面的 n 行，默认返回 5 行。

python

运行

import pandas as pd
df = pd.read_csv('nba.csv')
print(df.head())  # 默认返回前5行
print(df.head(3))  # 返回前3行

• tail()：用于读取尾部的 n 行，默认返回 5 行。

  python

  运行

  import pandas as pd
  df = pd.read_csv('nba.csv')
  print(df.tail())  # 默认返回后5行
  print(df.tail(3))  # 返回后3行
  

  info()：返回表格的一些基本信息，如数据行数、列数、各列数据类型、非空值数量等。