python中pd的用法

在Python中，pandas库（简称pd）用于数据处理和分析，支持数据结构如DataFrame和Series。

Python中的pandas（简称pd）是一个功能强大的数据处理库，它提供了大量用于数据清洗、转换、分析和可视化的方法，本文将详细介绍pd的基本用法，包括数据结构、数据读取、数据筛选、数据统计和数据可视化等方面的内容。

数据结构

1、DataFrame

DataFrame是pd中最常用的数据结构，它是一个二维表格型数据结构，类似于Excel表格或SQL表，DataFrame可以存储多种类型的数据，如数值、字符串等，并且具有很多方便的数据操作方法。

创建一个DataFrame：

import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
print(df)

2、Series

Series是pd中的另一种数据结构，它是一个一维数组，类似于NumPy的数组，Series可以存储单一类型的数据，如数值或字符串。

创建一个Series：

import pandas as pd
data = [1, 2, 3, 4, 5]
s = pd.Series(data)
print(s)

数据读取

1、读取CSV文件

使用pd.read_csv()方法可以读取CSV文件，并将其转换为DataFrame。

import pandas as pd
df = pd.read_csv('file.csv')
print(df)

2、读取Excel文件

使用pd.read_excel()方法可以读取Excel文件，并将其转换为DataFrame。

import pandas as pd
df = pd.read_excel('file.xlsx')
print(df)

3、读取SQL数据库

使用pd.read_sql()方法可以读取SQL数据库中的数据，并将其转换为DataFrame。

import pandas as pd
import sqlite3
conn = sqlite3.connect('database.db')
query = 'SELECT * FROM table_name'
df = pd.read_sql(query, conn)
print(df)

数据筛选

1、选择某一列

使用df[‘column_name’]可以选择DataFrame中的某一列。

import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
print(df['A'])

2、选择多列

使用df[[‘column1’, ‘column2’]]可以选择DataFrame中的多列。

import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
print(df[['A', 'C']])

3、根据条件筛选数据

使用df[df[‘column_name’] > value]可以根据条件筛选数据。

import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
print(df[df['A'] > 1])

数据统计

1、计算平均值

使用df[‘column_name’].mean()可以计算某一列的平均值。

import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
print(df['A'].mean())

2、计算总和

使用df[‘column_name’].sum()可以计算某一列的总和。

import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
print(df['A'].sum())

3、计算唯一值个数

使用df[‘column_name’].nunique()可以计算某一列的唯一值个数。

import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
print(df['A'].nunique())

数据可视化

1、绘制折线图

使用df.plot()可以绘制DataFrame的折线图。

import pandas as pd
import matplotlib.pyplot as plt
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
df.plot()
plt.show()

2、绘制柱状图

使用df[‘column_name’].plot(kind=’bar’)可以绘制某一列的柱状图。

import pandas as pd
import matplotlib.pyplot as plt
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
df['A'].plot(kind='bar')
plt.show()