Pandas，数据分析必备的Python神器！

说到数据分析，pandas绝对是Python里最强大的库之一。

这个神器不光能读写各种格式的数据文件，还能帮你处理那些杂乱无章的数据。

我用了好几年pandas，真觉得它就像是数据处理界的瑞士军刀，干啥都顺手。

认识DataFrame - 数据的“表格之家”

DataFrame可以说是pandas最基本的数据结构，把它想象成Excel表格就对了。每一列都能存不同类型的数据，比如数字、文本、日期啥的。来看个简单例子：

import pandas as pd

# 创建一个简单的DataFrame

data = {

   '姓名'： ['小明'， '小红'， '小张']，

   '年龄'： [18， 20， 19]，

   '成绩'： [85， 92， 78]

}

df = pd.DataFrame(data)

print(df)

温馨提示：DataFrame的索引默认是从0开始的数字，不过咱们可以用set_index()换成别的，比如用学号当索引。

数据清洗 - 处理“脏数据”的绝招

实际工作中遇到的数据经常乱七八糟的，有缺失值、重复值、格式不统一… 好在pandas给咱们提供了一堆好用的工具：

# 处理缺失值

df.dropna() # 扔掉有缺失值的行

df.fillna(0) # 用0填充缺失值

# 去重

df.drop_duplicates()

# 改变数据类型

df['成绩'] = df['成绩'].astype(float)

数据筛选 - 找到你要的那些行

筛选数据就像是在超市挑水果，得挑出符合咱们要求的。pandas的布尔索引特别好用：

# 找出成绩大于80分的同学

high_score = df[df['成绩'] > 80]

# 多个条件一起用

good_students = df[(df['成绩'] > 80) & (df['年龄'] < 20)]

温馨提示：用&和|组合条件的时候别忘了加括号，不然容易出bug。

数据分组统计 - 发现数据里的秘密

groupby 简直就是数据分析的大杀器，能帮咱们快速统计各种指标：

# 按年龄分组，算平均成绩

avg_score = df.groupby('年龄')['成绩'].mean()

# 还能同时算多个统计值

stats = df.groupby('年龄').agg({

   '成绩'： ['mean'， 'max'， 'min']，

   '姓名'： 'count'

})

数据可视化 - 让数据更有趣

pandas自带的画图功能其实挺好用的，三两行代码就能整出漂亮的图表：

# 画柱状图

df['成绩'].plot(kind='bar')

# 画折线图

df.plot(x='姓名'， y='成绩'， kind='line')

对了，要是想画更漂亮的图，可以配合matplotlib使用，效果更好。

数据分析说白了就是从杂乱的数据中找出有用的信息。掌握了pandas，处理数据就跟玩儿似的，又快又方便。建议动手敲敲代码，光看不练是学不会的。

还有个小技巧，就是在用pandas的时候记得查官方文档，里面有特别多实用的函数等着你去发现呢！