Learning Path
浏览 Pandas 相关教程与章节。
AI Agent、机器学习、深度学习、数据分析与 Python 科学计算。
教程
124
Pandas 教程 Pandas 是 Python 语言的一个扩展程序库，用于数据分析。 Pandas 名字衍生自术语 “panel data”（面板数据）和 “Python data analysis”（Python 数据分析）。 Pandas 是一个开放源码、BSD 许可的库，提供高性能、易于使用的数据结构和数据分析工具。 Pandas 一个强大的分析结构化数据的工具集，基础是 Numpy（提供高性能的矩阵运算）。 ..
Pandas 与 Matplotlib / Seaborn 进阶可视化 Pandas 内置了基本的绘图功能，结合 Matplotlib 和 Seaborn 可以创建更丰富的可视化图表。 Pandas 内置绘图 折线图 实例[mycode4 type='python'] import pandas as pd import numpy as np import matplotlib.pyplot as pl..
Pandas 高级功能 Pandas 提供了非常强大的数据操作功能，适用于复杂的数据清洗、分析、聚合和时间序列处理等任务。掌握 Pandas 的高级功能，可以大大提高数据处理和分析的效率。 一、数据合并与连接 Pandas 提供了多个方法来合并和连接不同的 DataFrame，例如 merge()、concat() 和 join()。这些方法常用于处理多个数据集和复杂的合并任务。 1. merge() — 数据库风格的连接 merge..
Pandas apply / map / applymap apply、map 和 applymap 是 Pandas 中用于数据转换的三大函数，它们可以对 DataFrame 或 Series 进行灵活的逐元素或批量操作。 Series.map map 是 Series 的方法，用于对 Series 中的每个元素进行转换。 基本用法 实例[mycode4 type='python'] import p..
Pandas 数组/标量/数据类型参考手册 对于大多数数据类型，Pandas 使用 NumPy 数组作为具体的存储对象，这些对象被包含在 Index（索引）、Series（序列）或 DataFrame（数据框）中。 对于某些数据类型，Pandas 扩展了 NumPy 的类型系统。这些类型的字符串别名可以在 dtypes 中找到。 Pandas 数组 类/方法 ..
Pandas 类别类型（Categorical） Categorical 是 Pandas 中用于处理有限类别值的数据类型，特别适合处理枚举类型的数据，如性别、学历、等级等。类别类型可以显著减少内存占用并提升计算性能。 创建 Categorical 数据 从 Series 创建 实例[mycode4 type='python'] import pandas as pd # 创建类别数据 s = pd.S..
Pandas 处理大文件（chunksize） 处理大型数据文件时，内存可能不足以一次性加载所有数据。Pandas 提供了分块读取功能，可以分批处理数据。 分块读取 CSV chunksize 参数 实例[mycode4 type='python'] import pandas as pd import io # 模拟大文件内容（实际使用时替换为文件路径） data = ''..
Pandas 数据清洗 数据清洗是对一些没有用的数据进行处理的过程。 很多数据集存在数据缺失、数据格式错误、错误数据或重复数据的情况，如果要使数据分析更加准确，就需要对这些没有用的数据进行处理。 数据清洗与预处理的常见步骤： 缺失值处理：识别并填补缺失值，或删除含缺失值的行/列。 重复数据处理：检查并删除重复数据，确保每条数据唯一。 ..
Pandas 数据拼接（concat / append） 数据拼接是将多个 DataFrame 或 Series 按行或按列拼接在一起。pd.concat 是主要的拼接函数，append 是简化版本（已废弃，更推荐使用 concat）。 concat 基本用法 pd.concat() 可以沿着轴方向拼接多个 DataFrame 或 Series。 行方向拼接（上下拼接） 实例[mycode4 type='pyth..
Pandas 相关性分析相关性分析是数据分析中常见且重要的一步，它帮助我们理解数据中不同变量之间的关系。 在 Pandas 中，数据相关性分析是通过计算不同变量之间的相关系数来了解它们之间的关系。 在 Pandas 中，数据相关性是一项重要的分析任务，它帮助我们理解数据中各个变量之间的关系。 Pandas 提供了多种方法来计算和分析数据的相关性，常见的相关性方法包括皮尔逊相关系数（Pearson）、斯皮尔曼等级相关系数（Spearm..
Pandas CSV 文件 CSV（Comma-Separated Values，逗号分隔值，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。 CSV 是一种通用的、相对简单的文件格式，被用户、商业和科学广泛应用。 Pandas 可以很方便的处理 CSV 文件，常用方法有： 方法名称功能描述常用参数pd.read_csv()从 CSV 文件读取数据并加载为 DataFramefile..
Pandas 数据分箱（cut / qcut） 数据分箱（也称为分桶）是将连续变量离散化的过程，常用于数据预处理、特征工程和数据分析。 cut 等宽分箱 cut 将数据划分为等宽的区间。 实例[mycode4 type='python'] import pandas as pd import numpy as np # 创建年龄数据 ages = pd.Series([5, 15, 25, 35, 45..
Pandas 数据导出 Pandas 提供了丰富的导出功能，可以将 DataFrame 导出为各种常见格式，包括 CSV、Excel、SQL 数据库、JSON 等。本节详细介绍各种导出方式的使用方法和注意事项。 导出为 CSV CSV 是最通用的数据交换格式，导出会受环境默认编码影响，需要注意中文编码问题。 基本导出 实例[mycode4 type='python'] import pandas as ..
Pandas 数据读写 Pandas 提供了丰富的函数来读取和写入各种数据格式。除了常用的 CSV 和 Excel，还支持 SQL 数据库、HTML 表格、Parquet 等格式。本节将介绍这些补充的 I/O 功能，帮助你在不同场景下灵活处理数据导入导出。 核心 I/O 函数概览 Pandas 的 I/O 功能非常强大，支持多种数据格式的读写操作。以下是常用的读取和写入函数： ..
Pandas DataFrame API 手册 DataFrame 是一个二维标签化数据结构，你可以将其想象为一个 Excel 电子表格或者 SQL 表，或者是一个字典类型的集合。 以下是 Pandas DataFrame 的常用 API 手册： DataFrame 构造函数 方法 描述 ..
Pandas 数据结构 - DataFrame DataFrame 是 Pandas 中的另一个核心数据结构，类似于一个二维的表格或数据库中的数据表。 DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。 DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。 DataFrame 提供了各种功能来进行数据访问、筛选、分割、合..
Pandas 的 DateOffset 对象是用于处理日期和时间数据时进行时间偏移的一种工具。以下是 DateOffset 的一些关键特性和用法： 基本概念 DateOffset 对象类似于 Timedelta，但它遵循日历中的日期时间规则，而不是直接进行时间性质的算术计算，这意味着 DateOffset 会考虑到实际的日历天数，例如在处理跨月或跨年的日期时，它会正确地计算天数差异，而 Timedelta 则是简单地加上指定的天数，不..
Pandas 日期与时间 Pandas 提供了强大的日期时间处理能力，可以方便地将字符串转换为日期类型，并进行各种日期相关的计算和分析。 创建日期时间 date_range 函数 实例[mycode4 type='python'] import pandas as pd # 创建日期范围 dates = pd.date_range('2024-01-01', periods=10, ..
Pandas 描述性统计 描述性统计用于总结和描述数据的基本特征。Pandas 提供了丰富的统计函数，可以快速获取数据的整体分布情况。 基本统计函数 实例[mycode4 type='python'] import pandas as pd import numpy as np # 创建示例数据 df = pd.DataFrame({ '年龄': [25, 30, 28, 35..
Pandas df.astype() 函数 Pandas 常用函数 df.astype() 是 Pandas 中用于转换 DataFrame 或 Series 数据类型的函数。 在数据处理过程中，数据类型不匹配是常见的问题。例如，数字存储为字符串、日期存储为文本等。astype() 允许你显式地将数据转换为所需的类型，如整数、浮点数、字符串、日期等，确保数据能够进行正确的计算和分析。 基本语法与参数 astype() 既是 Da..
Pandas df.drop_duplicates() 函数 Pandas 常用函数 df.drop_duplicates() 是 Pandas 中用于删除重复行的函数。 在数据采集和整合过程中，重复数据是常见的问题。drop_duplicates() 可以帮助你根据指定的列或全部列来识别和删除重复的行，保留第一个或最后一个出现的记录。这对于数据去重、确保数据唯一性非常有用。 基本语法与参数 drop_duplicates() ..
Pandas df.dropna() 函数 Pandas 常用函数 df.dropna() 是 Pandas 中用于删除含有缺失值的行或列的函数。 在数据分析中，缺失值（NaN、None 或 NULL）是常见的问题。dropna() 函数提供了一种简单的方式来清理数据，你可以选择删除包含缺失值的行、列，或者根据缺失值的比例来筛选数据。 基本语法与参数 dropna() 是 DataFrame 的成员函数，通过点运算符 . 来调用..
Pandas df.fillna() 函数 Pandas 常用函数 df.fillna() 是 Pandas 中用于填充缺失值的函数。 与 dropna() 删除缺失值不同，fillna() 允许我们用指定的值、均值、中位数、向前填充或向后填充等方式来填补缺失数据。这在保持数据完整性和分析准确性方面非常有用。 基本语法与参数 fillna() 是 DataFrame 的成员函数，通过点运算符 . 来调用。 语法格式 DataF..
Pandas df.filter() 函数 Pandas 常用函数 filter() 是 Pandas 中用于筛选列（而不是行）的函数。它可以根据列名、标签模式或正则表达式来选择特定的列。与 loc[] 和 iloc[] 不同，filter() 专门设计用于列的选择，这在处理具有大量列的数据集时非常有用。 在数据分析中，有时我们需要只关注特定的列，比如只选择数值列、只选择以特定前缀开头的列，或者只选择包含特定关键字的列。filter..