Python 熊猫系列

Python 熊猫系列是一组基于 Python 编程语言的数据分析库，其中最著名的是 Pandas。Pandas 提供了快速、灵活、易于使用的数据结构和数据分析工具，是 Python 数据分析领域最常用的库之一。

安装

你可以使用以下方式安装 Pandas：

pip install pandas

Pandas 的数据结构

Pandas 的两种主要数据结构是 Series 和 DataFrame。

Series

Series 是一种一维数组结构，每个元素都有一个标签（也称为索引），可以使用标签快速访问元素。你可以将 Series 视为字典类型的对象，其中标签就是字典中的键值，数据部分就是字典中的值。

创建一个 Series 对象：

import pandas as pd

data = {'a': 0, 'b': 1, 'c': 2}
s = pd.Series(data)

DataFrame

DataFrame 是一种二维表格结构，每列可以是不同的数据类型（数值、字符串、布尔值等）。你可以将 DataFrame 视为电子表格或 SQL 表格类型的对象。

创建一个 DataFrame 对象：

import pandas as pd

data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'country': ['China', 'USA', 'Canada']
}

df = pd.DataFrame(data)

数据选择和过滤

在 Pandas 中，你可以使用 loc 和 iloc 属性对数据进行选择和过滤。

loc 属性

loc 属性用于根据标签选择列或行，语法类似于 Python 的字典访问方式。

import pandas as pd

data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'country': ['China', 'USA', 'Canada']
}

df = pd.DataFrame(data)

# 选择一行
print(df.loc[0])

# 选择一列
print(df.loc[:, 'name'])

# 选择多行和多列
print(df.loc[0:1, ['name', 'age']])

iloc 属性

iloc 属性用于根据位置选择列或行，语法类似于 Python 列表访问方式。

import pandas as pd

data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'country': ['China', 'USA', 'Canada']
}

df = pd.DataFrame(data)

# 选择一行
print(df.iloc[0])

# 选择一列
print(df.iloc[:, 0])

# 选择多行和多列
print(df.iloc[0:2, [0, 1]])

数据的统计分析

Pandas 提供了许多统计函数，用于对数据进行分析。

描述性统计

import pandas as pd

data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'weight': [60, 70, 80]
}

df = pd.DataFrame(data)

# 计算某一列的均值
print(df['age'].mean())

# 计算某一列的中位数
print(df['age'].median())

# 计算某一列的标准差
print(df['age'].std())

相关性分析

import pandas as pd

data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'weight': [60, 70, 80]
}

df = pd.DataFrame(data)

# 计算不同列之间的相关性
print(df.corr())

总结

通过本文，你了解了 Python 熊猫系列的主要库 Pandas，学习了如何创建 Series 和 DataFrame 对象、进行数据选择和过滤，以及进行数据的统计分析。这些知识将帮助你更好地进行 Python 数据分析工作。