前言

在应用 Pandas 进行数据分析时，咱们须要常常进行查问和统计分析。
然而Pandas 是如何进行查问和统计分析得嘞, let's go :

数据筛选查问

  • 通过列名索引筛选数据：

    import pandas as pddata = {'name': ['Tom', 'Jerry', 'Lucy', 'Amy'],      'age': [18, 19, 20, 21],      'gender': ['M', 'M', 'F', 'F']}df = pd.DataFrame(data)# 选取 'name' 属性df['name']# 选取 'age' 和 'gender' 属性df[['age', 'gender']]

  • 通过地位索引筛选数据：

    # 通过地位索引选取第一行数据df.iloc[0]# 通过地位索引选取第一行和第二行数据df.iloc[0:2]

  • 通过布尔索引筛选数据：

    # 选取年龄大于等于 20 的记录df[df['age'] >= 20]# 选取性别为女的记录df[df['gender'] == 'F']

数据统计分析

Pandas 提供丰盛的统计函数，能够不便地进行数据分析。

  • 描述性统计分析：

    # 统计数值型数据的根本描述性统计信息df.describe()# 统计各属性的非空值数量df.count()# 统计各属性的平均值df.mean()# 统计各属性的方差df.var()# 统计各属性的标准差df.std()

  • 分组统计分析：

    # 依照性别分组，统计年龄均值df.groupby('gender')['age'].mean()# 依照性别和年龄分组，统计人数df.groupby(['gender', 'age'])['name'].count()

  • 穿插表剖析：

    # 结构一个穿插表，统计不同性别和年龄的人数pd.crosstab(df['gender'], df['age'])

数据排序

  • 依照某列数据进行升序排列：

    df.sort_values(by='age')

  • 依照某列数据进行降序排列：

    df.sort_values(by='age', ascending=False)

数据聚合

  • 对整个 DataFrame 进行聚合操作：

    # 聚合函数：求和、均值、中位数、最大值、最小值df.aggregate([sum, 'mean', 'median', max, min])

  • 对某列数据进行聚合操作：

    # 统计年龄平均值df['age'].mean()# 统计年龄总和df['age'].sum()# 统计年龄最大值df['age'].max()

解决缺失数据

  • 判断数据是否为缺失值：

    # 返回一个布尔型 DataFrame，表明各元素是否为缺失值df.isnull()

  • 删除缺失值所在的行或列：

    # 删除所有含有缺失值的行df.dropna()# 删除所有含有缺失值的列df.dropna(axis=1)

  • 用指定值填充缺失值：

    # 将缺失值应用 0 填充df.fillna(0)

数据去重

  • 对 DataFrame 去重：

    # 依据所有列值的重复性进行去重df.drop_duplicates()# 依据指定列值的重复性进行去重df.drop_duplicates(subset=['name', 'age'])

  • 对 Series 去重：

    # 对 'name' 列进行去重df['name'].drop_duplicates()

数据合并

  • 横向（按列）合并 DataFrame：

    # 创立一个新的 DataFrameother_data = {'name': ['Tom', 'Jerry', 'Lucy', 'Amy'],            'score': [80, 90, 85, 95]}other_df = pd.DataFrame(other_data)# 将两个 DataFrame 在列上合并pd.concat([df, other_df], axis=1)

  • 纵向（按行）合并 DataFrame：

    # 创立一个新的 DataFrameother_data = {'name': ['Kate', 'Jack'],            'age': [19, 20],            'gender': ['F', 'M']}other_df = pd.DataFrame(other_data)# 将两个 DataFrame 在行上合并pd.concat([df, other_df], axis=0)

数据透视表

  • 创立数据透视表：

    # 统计不同性别和年龄的人数，以 'gender' 为行、'age' 为列，'name' 计数pd.pivot_table(df, values='name', index='gender', columns='age', aggfunc='count')

    完结

本文由mdnice多平台公布