Zaoqi's Blog -> Python数据分析教程 -> 图解Pandas ->
Pandas 入门
Pandas 入门¶
在本页面，我将对
Pandas数据分析做一个快速、不全面的概述，以帮助您快速入门，
在线刷题
检查 or 强化 Pandas 数据分析操作？👉在线体验「Pandas进阶修炼300题」
Pandas是什么¶
Pandas是一种基于 Python 的快速、强大、灵活且易于使用的开源数据分析和操作工具。
以下是 Pandas 擅长的一些事情：
轻松处理浮点和非浮点数据中的缺失数据
强大、灵活的分组功能，可对数据集执行拆分-应用-组合操作，用于聚合和转换数据
简单的将其他Python和NumPy的数据结构不同索引的数据转换成pandas对象
直观的合并和连接数据集
灵活地重塑和旋转数据集
强大的 IO 工具，用于从平面文件（CSV 和分隔符）、Excel 文件、数据库加载数据，以及从超快HDF5 格式保存/加载数据
时间序列特定功能：日期范围生成和频率转换、移动窗口统计、日期偏移和滞后。
这里的许多原则是为了解决使用其他语言/科学研究环境时经常遇到的缺陷。对于数据科学家来说，处理数据通常分为多个阶段:对数据进行筛选和清理，对数据进行分析/建模，然后将分析结果组织成适合绘图或表格显示。而 Pandas 是完成所有这些任务的理想工具。
安装与使用¶
安装 pandas 需要基础环境是 Python，如果你还没有 Python 可以点击查看如何安装与配置
现在假定你已经安装完毕，便可以使用如下命令通过 pip 安装 pandas
pip install pandas
安装成功后，我们就可以导入 pandas 包使用：
import pandas as pd
另外需要注意的是，本网站的教程都将基于 pandas == 1.1.3 进行展开，你可以使用下方代码检查你的 pandas 版本，在出现和教程不一致的问题时，优先考虑检索版本差异！
pd.__version__
'1.1.3'
Pandas的数据结构¶
在使用 pandas 之前我们需要对其数据结构进行初步的了解，至少要知道我们在处理什么样的数据。
DataFrame¶
通常情况下我们都是对 pd.DataFrame 进行操作，其基本结构如下图所示
DataFrame是一种二维数据结构，我们可以在每一个 cell 中存储不同类型的数据（包括字符串、整数、浮点值、分类数据等），你可以将它想象成 Excel 表格、SQL表或者 R中的 data.frame。
例如可以用下面的代码创建一个 DataFrame 用于存储泰坦尼克号的乘客数据。
df = pd.DataFrame( {"Name": [
"Braund, Mr. Owen Harris",
"Allen, Mr. William Henry",
"Bonnell, Miss. Elizabeth",],
"Age": [22, 35, 58],
"Sex": ["male", "male", "female"],})
df
| Name | Age | Sex | |
|---|---|---|---|
| 0 | Braund, Mr. Owen Harris | 22 | male |
| 1 | Allen, Mr. William Henry | 35 | male |
| 2 | Bonnell, Miss. Elizabeth | 58 | female |
这和我们在如下的 Excel 表中输入是相似的，只不过用代码的形式可以更方便的进行后续的分析，更多有关导入、创建 DataFrame 的方法，可以查阅数据加载与存储
利用 DataFrame 或 Series 进行分析¶
在上面了解了 Pandas 的基本数据结构之后，现在，我将介绍一些简单的分析代码，例如想知道乘客的最大年龄，我们可以通过 DataFrame 选择 Age 列并应用 max() 来实现
df["Age"].max()
58
正如 max() 方法所示，我们可以使用DataFrame进行操作。pandas提供了很多功能，每个功能都是可以应用于DataFrame或Series的方法。因为方法是函数，所以不要忘记使用括号()。
除了返回数值，大部分 pandas 操作都会返回一个DataFrame或一个Series。例如若果对数据表的数值数据的一些基本统计感兴趣，可以使用 describe() 来得到一个新的 dataframe
df.describe()
| Age | |
|---|---|
| count | 3.000000 |
| mean | 38.333333 |
| std | 18.230012 |
| min | 22.000000 |
| 25% | 28.500000 |
| 50% | 35.000000 |
| 75% | 46.500000 |
| max | 58.000000 |
就像上面介绍的简单案例，利用 Pandas 进行数据分析通常包括三个流程
导入包（
import pandas as pd）读取或创建 DataFrame
使用不同的 pandas 函数进行分析
更多的分析方法我已经按照操作场景进行分类整理，你可以点击左边的目录进行相关内容的查看。