开始 #

pandas 入门#

pandas 处理哪些类型的数据？

当处理表格数据时，例如存储在电子表格或数据库中的数据，pandas 是您的理想工具。pandas 将帮助您探索、清理和处理数据。在 pandas 中，数据表称为 DataFrame。

如何读写表格数据？

pandas 原生支持与多种文件格式或数据源集成（csv、excel、sql、json、parquet 等）。从这些数据源导入数据的能力由前缀为 read_* 的函数提供。类似地，to_* 方法用于存储数据。

如何选择表的子集？

选择或过滤特定的行和/或列？根据特定条件过滤数据？pandas 提供了用于切片、选择和提取所需数据的方法。

如何在 pandas 中创建图表？

pandas 利用 Matplotlib 的强大功能，开箱即用地为您的数据提供绘图功能。只需选择与您的数据相对应的图表类型（散点图、条形图、箱线图等）。

如何创建由现有列派生的新列？

无需循环遍历数据表的所有行来进行计算。列数据操作在 pandas 中是逐元素工作的。根据其他列中的现有数据向 DataFrame 添加列非常直接。

如何计算汇总统计信息？

可以轻松地跨 DataFrame 计算基本统计信息（均值、中位数、最小值、最大值、计数等）。这些，甚至自定义聚合，都可以应用于整个数据集、数据滑动窗口或按类别分组。后者也称为拆分-应用-合并方法。

如何重塑表格布局？

以多种方式更改数据表的结构。您可以使用 melt() 将数据从宽格式重塑为长且整洁的格式。使用 pivot(): 从长格式转换为宽格式。通过内置的聚合功能，可以使用单个命令创建数据透视表。

如何合并来自多个表的数据？

可以使用 pandas 类似数据库的连接和合并操作，按列或按行串联多个表。

如何处理时间序列数据？

pandas 对时间序列提供了出色的支持，并拥有一套广泛的工具用于处理日期、时间和时间索引数据。

如何处理文本数据？

数据集通常包含的不仅仅是数值数据。pandas 提供了广泛的函数来清理文本数据并从中提取有用信息。

来自…#

您是否熟悉其他用于处理表格数据的软件？了解 pandas 与您已知的软件对应的操作。

R 编程语言提供了 data.frame 数据结构，以及 tidyverse 等包，它们使用并扩展 data.frame 以提供类似于 pandas 的便捷数据处理功能。

是否已熟悉 SELECT、GROUP BY、JOIN 等？许多 SQL 操作在 pandas 中都有对应的功能。

STATA 统计软件套件中包含的 data set 与 pandas 的 DataFrame 对应。STATA 中已知的许多操作在 pandas 中都有对应的功能。

Excel 或其他电子表格程序的用户会发现许多概念都可以迁移到 pandas。

统计软件套件 SAS 使用 data set 结构，这与 pandas 的 DataFrame 非常相似。SAS 的矢量化操作，如过滤或字符串处理操作，在 pandas 中也有类似的功能。