使用Python进行数据分析:CSV读写、Pandas数据处理案例?
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:
- 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)
2. **数据处理案例**:
- **缺失值处理**:
```python
# 查看是否存在缺失值
missing_values = data.isnull().sum()
print(missing_values)
# 删除含有缺失值的行或列
data_cleaned = data.dropna() # 删除整行
# or for columns:
# data_cleaned = data[['column1', 'column2']] # 只保留指定列
print(data_cleaned.head()) # 打印数据前几行
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。
还没有评论,来说两句吧...