Python for数据科学：Pandas数据操作案例

原创 缺乏、安全感 2025-01-26 04:42 67阅读 0赞

Pandas是Python中用于数据分析的重要库。它提供了大量高效的数据结构，如DataFrame（表格型数据结构）和Series（一维数组型数据结构）。

下面我们将通过一些实际案例来演示Pandas的数据操作：

  1. 导入和查看 DataFrame：

    1. import pandas as pd
    3. # 创建一个简单的 DataFrame
    4. data = {'Name': ['Alice', 'Bob', 'Charlie'],
    5.                            'Age': [25, 30, 35],
    6.                            'City': ['New York', 'Los Angeles', 'Chicago']}
    7. df = pd.DataFrame(data)
    9. # 查看 DataFrame
    10. print(df)

  2. 数据筛选和操作：

    1. # 筛选特定条件的数据
    2. filtered_data = df[df['Age'] > 30]]
    4. # 数据分组并求和
    5. grouped_data = df.groupby('City')['Age'].sum()
    7. print(filtered_data)
    8. print(grouped_data)

  3. 数据合并（join）：

    1. # 按名字对数据进行连接
    2. joined_names = pd.merge(df, df.rename(columns={'Name': 'New Name'}})), on='Name')
    4. print(joined_names)

这些案例展示了Pandas在数据处理中的强大功能，包括数据导入、查看、筛选、分组、合并等操作。

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，67人围观）

还没有评论，来说两句吧...

相关阅读