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 31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)

  2. 2. **数据处理案例**：
  3. - **缺失值处理**：
  4. ```python
  5. # 查看是否存在缺失值
  6. missing_values = data.isnull().sum()
  7. print(missing_values)
  9. # 删除含有缺失值的行或列
  10. data_cleaned = data.dropna()  # 删除整行
  11. # or for columns:
  12. # data_cleaned = data[['column1', 'column2']]  # 只保留指定列
  14. 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，31人围观）

还没有评论，来说两句吧...

相关阅读