使用Python进行数据分析:CSV读写、Pandas数据处理案例?

原创 青旅半醒 2025-01-18 17:00 24阅读 0赞

在Python中,我们可以使用pandas库来方便地进行CSV文件的读写和复杂的数据处理。下面是一些具体的应用实例:

  1. CSV读写
    ```python
    import pandas as pd

读取CSV文件

data = pd.read_csv(‘example.csv’)

打印数据

print(data)

写入CSV文件

data.to_csv(‘new_example.csv’, index=False)

  1. 2. **数据处理案例**:
  2. - **缺失值处理**:
  3. ```python
  4. # 查看是否存在缺失值
  5. missing_values = data.isnull().sum()
  6. print(missing_values)
  7. # 删除含有缺失值的行或列
  8. data_cleaned = data.dropna() # 删除整行
  9. # or for columns:
  10. # data_cleaned = data[['column1', 'column2']] # 只保留指定列
  11. print(data_cleaned.head()) # 打印数据前几行
  • 数据清洗
    ```python

    去掉重复的数据(基于特定的列,如’ID’)

    data_unique = data.drop_duplicates(subset=’ID’)

根据特定条件进行筛选

filtered_data = data[(data[‘column1’]] > 0) &
(data[‘column2’]] == ‘specific_value’)]

print(filtered_data.head()) # 打印筛选后数据的前几行
```

通过以上案例,你可以看到如何使用Python和pandas库进行CSV读写以及复杂的数据处理。

文章版权声明:注明蒲公英云原创文章,转载或复制请以超链接形式并注明出处。

发表评论

表情:
评论列表 (有 0 条评论,24人围观)

还没有评论,来说两句吧...

相关阅读