19.1 使用Pandas进行数据分析

Pandas是一个开源的Python数据分析库，提供了高效的数据结构和数据分析工具。它主要用于处理结构化数据，如表格数据和时间序列数据。

##### 1. **安装Pandas**

在使用Pandas之前，需要先安装它。可以通过以下命令安装：

bash复制

```bash
pip install pandas
```

##### 2. **Pandas的基本数据结构**

Pandas主要有两种数据结构：`Series`和`DataFrame`。

- **`Series`**：一维数组，类似于Python的列表，但索引更灵活。
- **`DataFrame`**：二维表格，类似于Excel表格，可以存储多列数据。

##### 3. **创建`Series`和`DataFrame`**

Python复制

```python
import pandas as pd

# 创建Series
s = pd.Series([1, 3, 5, 7, 9])
print(s)

# 创建DataFrame
data = {
    "Name": ["Alice", "Bob", "Charlie"],
    "Age": [25, 30, 35],
    "City": ["New York", "Los Angeles", "Chicago"]
}
df = pd.DataFrame(data)
print(df)
```

##### 4. **读取和保存数据**

Pandas支持多种文件格式，如CSV、Excel、SQL等。

- **读取CSV文件**：

Python复制

```python
df = pd.read_csv("data.csv")
print(df)
```

- **保存为CSV文件**：

Python复制

```python
df.to_csv("output.csv", index=False)
```

##### 5. **数据操作**

Pandas提供了丰富的数据操作功能，如筛选、排序、分组等。

- **筛选数据**：

Python复制

```python
# 筛选年龄大于30的记录
filtered_df = df[df["Age"] > 30]
print(filtered_df)
```

- **排序数据**：

Python复制

```python
# 按年龄排序
sorted_df = df.sort_values(by="Age", ascending=False)
print(sorted_df)
```

- **分组数据**：

Python复制

```python
# 按城市分组并计算每组的平均年龄
grouped_df = df.groupby("City").mean()
print(grouped_df)
```

##### 6. **数据清洗**

Pandas还提供了数据清洗功能，如处理缺失值、重复值等。

- **处理缺失值**：

Python复制

```python
# 填充缺失值
df.fillna(value=0, inplace=True)

# 删除缺失值
df.dropna(inplace=True)
```

- **删除重复值**：

Python复制

```python
df.drop_duplicates(inplace=True)
```

------

####