21 Pandas 零基础案例分析总结

数据导入与查看

在使用 Pandas 进行数据分析时，首先需要导入数据。通常常见的格式包括 CSV、Excel 等。以下是一个从 CSV 文件中导入数据并查看前几行的示例：

import pandas as pd

# 导入数据
df = pd.read_csv('data.csv')

# 查看前5行
print(df.head())

此案例展示了如何使用 pd.read_csv 功能，head() 方法则用于快速查看数据的前几行。通过这种方式，我们可以初步了解数据的构造和内容。

数据清洗

数据可能存在缺失值或异常值，清洗数据是非常重要的一步。以下示例展示如何处理缺失值：

# 查看数据的缺失情况
print(df.isnull().sum())

# 填充缺失值
df.fillna(0, inplace=True)

# 或者删除包含缺失值的行
df.dropna(inplace=True)

在这个案例中，isnull() 方法用于检查缺失情况，fillna() 用于填充缺失值，而 dropna() 则用于丢弃缺失数据。清洗数据有助于提高分析的准确性。

数据选择与过滤

在分析过程中，我们经常需要选取特定的数据行或列。以下是通过条件过滤数据的示例：

# 选择特定列
age_df = df[['Name', 'Age']]

# 过滤年龄大于30的记录
filtered_df = df[df['Age'] > 30]
print(filtered_df)

在示例中，我们使用方括号 [] 选择特定列，并通过布尔索引进行过滤。同时，这种选择和过滤能力是数据分析的关键。

数据分组与聚合

对数据进行分组和聚合可以帮助我们提取有意义的信息。以下是一个简单的聚合示例：

# 按性别分组并计算平均年龄
grouped_df = df.groupby('Gender')['Age'].mean()
print(grouped_df)

在这里，groupby() 方法用于按 Gender 列分组，而 mean() 则用于计算各组的平均年龄。这种分析方式能够快速揭示数据的统计特征。

数据可视化

可视化是理解数据的重要手段。利用 Pandas 结合 Matplotlib 可以轻松绘制图形：

import matplotlib.pyplot as plt

# 绘制性别与年龄的关系
df.groupby('Gender')['Age'].mean().plot(kind='bar')
plt.title('Average Age by Gender')
plt.xlabel('Gender')
plt.ylabel('Average Age')
plt.show()

在这个案例中，我们先分组并计算平均年龄，然后使用 plot() 方法创建柱状图，通过可视化的方式直观显示数据分析结果。

数据导出

最后，分析完成后，通常需要将处理好的数据导出。以下是一种将数据保存为 CSV 文件的示例：

# 导出清洗后的数据
df.to_csv('cleaned_data.csv', index=False)

使用 to_csv() 方法，我们可以方便地将数据保存，供后续使用或分享。

以上是一些 Pandas 的基础应用案例分析，可以帮助零基础的用户快速上手数据处理与分析操作。通过这些基础知识的学习，可以为更复杂的数据分析和机器学习打下良好的基础。