Python数据分析：活用Pandas库

Pandas是Python中最常用的数据分析库之一。它提供了高效的数据结构，如DataFrame和Series，以及许多用于数据处理和分析的函数和方法。下面是一些常见的Pandas库的用法和示例代码说明：

1.导入Pandas库：

import pandas as pd

2.创建DataFrame：

data = {'Name': ['Tom', 'Jack', 'Steve', 'Ricky'],
        'Age': [28, 34, 29, 42],
        'Salary': [2500, 5000, 3500, 6000]}
df = pd.DataFrame(data)
print(df)

输出结果：

   Name  Age  Salary
0   Tom   28    2500
1  Jack   34    5000
2  Steve  29    3500
3  Ricky  42    6000

3.读取和写入数据文件：

# 读取CSV文件
df = pd.read_csv('data.csv')
 
# 写入CSV文件
df.to_csv('output.csv', index=False)

4.数据清洗和预处理：

# 删除缺失值
df.dropna()
 
# 填充缺失值
df.fillna(0)
 
# 删除重复值
df.drop_duplicates()

5.数据选择和过滤：

# 选择单列
df['Name']
 
# 选择多列
df[['Name', 'Salary']]
 
# 选择行
df.iloc[0]  # 选择第一行
df.loc[df['Age'] > 30]  # 选择年龄大于30的行

6.数据排序：

# 按指定列排序
df.sort_values('Age')
 
# 按指定列降序排序
df.sort_values('Salary', ascending=False)
 
# 按多列排序
df.sort_values(['Age', 'Salary'], ascending=[True, False])

7.数据聚合和分组：

# 计算平均值
df['Salary'].mean()
 
# 按列分组并计算平均值
df.groupby('Name')['Salary'].mean()

这些是使用Pandas库进行数据分析的一些常见操作和示例代码。Pandas还提供了许多其他有用的函数和方法，可以根据具体的数据分析任务进行进一步学习和探索。