pandas库简介 - Python数据分析入门指南

# 使用 pip 安装
pip install pandas

# 使用 conda 安装
conda install pandas

# 推荐同时安装 openpyxl 以支持 Excel 文件读写
pip install openpyxl

import pandas as pd
import numpy as np

# 查看 pandas 版本
print(f"pandas 版本: {pd.__version__}")

# 创建 Series
s = pd.Series(data, index=index)

# 示例
scores = pd.Series([85, 92, 78, 95, 88], 
                   index=['语文', '数学', '英语', '物理', '化学'],
                   name='成绩')
print(scores)
# 语文    85
# 数学    92
# 英语    78
# 物理    95
# 化学    88
# Name: 成绩, dtype: int64

# 创建 DataFrame
df = pd.DataFrame(data, index=index, columns=columns)

# 示例
data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '年龄': [25, 30, 28, 35],
    '城市': ['北京', '上海', '广州', '深圳'],
    '薪资': [15000, 20000, 18000, 25000]
}
df = pd.DataFrame(data)
print(df)
#    姓名  年龄  城市     薪资
# 0  张三  25  北京  15000
# 1  李四  30  上海  20000
# 2  王五  28  广州  18000
# 3  赵六  35  深圳  25000

import pandas as pd
import numpy as np

# 查看 pandas 版本
print(f"pandas 版本: {pd.__version__}")
print(f"NumPy 版本: {np.__version__}")

# 查看 pandas 的配置信息
print(f"显示最大行数: {pd.get_option('display.max_rows')}")
print(f"显示最大列数: {pd.get_option('display.max_columns')}")

pandas 版本: 2.1.0
NumPy 版本: 1.24.3
显示最大行数: 60
显示最大列数: 20

import pandas as pd

# 创建 Series
scores = pd.Series([85, 92, 78, 95, 88], index=['语文', '数学', '英语', '物理', '化学'])
print("=== Series ===")
print(scores)
print(f"\n类型: {type(scores)}")
print(f"索引: {scores.index.tolist()}")
print(f"值: {scores.values}")

# 创建 DataFrame
data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '年龄': [25, 30, 28, 35],
    '城市': ['北京', '上海', '广州', '深圳'],
    '薪资': [15000, 20000, 18000, 25000]
}
df = pd.DataFrame(data)
print("\n=== DataFrame ===")
print(df)
print(f"\n形状: {df.shape}")
print(f"列名: {df.columns.tolist()}")
print(f"数据类型:\n{df.dtypes}")

=== Series ===
语文    85
数学    92
英语    78
物理    95
化学    88
dtype: int64

类型: <class 'pandas.core.series.Series'>
索引: ['语文', '数学', '英语', '物理', '化学']
值: [85 92 78 95 88]

=== DataFrame ===
   姓名  年龄  城市     薪资
0  张三  25  北京  15000
1  李四  30  上海  20000
2  王五  28  广州  18000
3  赵六  35  深圳  25000

形状: (4, 4)
列名: ['姓名', '年龄', '城市', '薪资']
数据类型:
姓名     object
年龄      int64
城市     object
薪资      int64
dtype: object

import pandas as pd
import numpy as np

# 创建包含缺失值的 DataFrame
df = pd.DataFrame({
    '产品': ['A', 'B', 'C', 'D', 'E'],
    '销量': [100, 200, np.nan, 150, 300],
    '单价': [10.5, 20.0, 15.0, np.nan, 8.5],
    '类别': ['电子', '服装', '电子', '食品', '服装']
})

# 查看基本信息
print("=== 前3行 ===")
print(df.head(3))

print("\n=== 基本信息 ===")
print(df.info())

print("\n=== 描述性统计 ===")
print(df.describe())

print("\n=== 缺失值统计 ===")
print(df.isnull().sum())