当前位置: 首页 > news >正文

Python 数据分析与可视化 Day 1 - Pandas 数据分析基础入门

🎯 今日目标

  • 理解 Pandas 的作用和核心概念
  • 学会创建 Series 和 DataFrame
  • 掌握基本数据读取(CSV)与常用查看方法

🧰 1. 什么是 Pandas?

Pandas 是基于 NumPy 的强大数据分析库,提供了灵活的表格数据结构 DataFrame,让你可以像操作 Excel 或数据库一样处理数据。


🧱 2. 核心数据结构

🧩 Series(带标签的一维数组)

import pandas as pds = pd.Series([90, 85, 78], index=["张三", "李四", "王五"])
print(s)

输出:

张三    90
李四    85
王五    78
dtype: int64

🧩 DataFrame(二维表格)

data = {"姓名": ["张三", "李四", "王五"],"成绩": [90, 85, 78],"是否及格": [True, True, False]
}df = pd.DataFrame(data)
print(df)

输出:

   姓名  成绩  是否及格
0  张三   90   True
1  李四   85   True
2  王五   78  False

📖 3. 数据导入(CSV 文件)

df = pd.read_csv("students.csv", encoding="utf-8")
print(df.head())   # 查看前几行
print(df.info())   # 概况
print(df.describe())  # 描述性统计(数值字段)

🔧 4. 常用基本操作

print(df["成绩"])               # 访问某列
print(df.iloc[0])               # 按行索引访问
print(df[df["成绩"] >= 80])    # 筛选数据
print(df.sort_values("成绩", ascending=False))  # 排序

🧪 今日练习任务

  1. 创建一个 DataFrame,包含 5 名学生的姓名、性别、成绩、是否及格字段

    data = {"姓名": ["张三", "李四", "王五", "赵六", "钱七"],"成绩": [90, 85, 78, 88, 92],"是否及格": [True, True, False, True, True],"性别": ["男", "女", "男", "女", "男"]
    }df = pd.DataFrame(data)
    print(df)
    

    输出:

       姓名  成绩   是否及格 性别
    0  张三  90   True1  李四  85   True2  王五  78  False3  赵六  88   True4  钱七  92   True
  2. 筛选出所有不及格学生并打印

    failing_students = df[df["是否及格"] == False]
    print("不及格学生:")
    print(failing_students)
    

    输出:

    不及格学生:姓名  成绩   是否及格 性别
    2  王五  78  False
  3. 计算成绩的平均分、最大分、最小分

    average_score = df["成绩"].mean()
    max_score = df["成绩"].max()
    min_score = df["成绩"].min()
    

    输出:

    平均分: 86.6, 最大分: 92, 最小分: 78
    
  4. 将该 DataFrame 保存为 students.csv 文件(使用 to_csv

    df.to_csv("students.csv", index=False, encoding='utf-8-sig')
    print("DataFrame 已保存为 students.csv 文件")
    

    输出:

    DataFrame 已保存为 students.csv 文件
    

    在这里插入图片描述


✅ 示例:保存为 CSV 文件

df.to_csv("students.csv", index=False, encoding="utf-8")

✍️ 今日总结

  • 掌握了 Pandas 的核心结构:Series 与 DataFrame
  • 学会了基本的数据读取、创建和查看方法
  • 初步能用 Pandas 做简单的数据筛选、排序和保存

题外话

在这里插入图片描述

http://www.dtcms.com/a/254899.html

相关文章:

  • day037-openssh服务与http协议
  • 视频相似度检测算法(带课设报告)
  • GNSS介绍
  • 【AI编程】第3期,针对AI生成的改枪码列表创建对应的数据库表
  • 50-Oracle awr报告生成-实操
  • Promise静态方法 race
  • LangGraph--结构化输出(.with_structured_output() 方法)
  • 【论文笔记】【强化微调】AgentThink:思维链推理 + 工具调用
  • 高度雾实时渲染~轻松营造GIS场景真实感
  • 2025虚幻引擎文件与文件夹命名规律
  • ssh 服务和 rsync 数据同步
  • MFC中使用CRichEditCtrl控件让文本框中的内容部分加粗
  • 面试第三期
  • C#语言入门-task2 :C# 语言的基本语法结构
  • C#实现语音预处理:降噪/静音检测/自动增益
  • 河马剧场多部自制剧霸榜,短剧精品化战略持续推进
  • 二十章:ps结合插件stable diffusion
  • 【LLM学习笔记3】搭建基于chatgpt的问答系统(下)
  • CFG的前世今生
  • 拼多多商家端 anti_content 补环境分析
  • 网页后端开发(基础4--数据库MySQL)
  • Xsens动作捕捉技术用于研究机器人的运动控制、姿态调整以及人机交互
  • 不同程度多径效应影响下的无线通信网络电磁信号仿真数据生成程序
  • 【lenovo】LEGION 2020款跳过windows账号登录
  • 【MySQL篇01】补充:索引体系大总结(数据库原理篇)
  • C++ 性能分析工具:Valgrind 与 perf
  • Redis 的优势有哪些,它是CP 还是 AP?CAP 理论又是什么?
  • 据字典是什么?和数据库、数据仓库有什么关系?
  • bfs广度优先搜索
  • 微服务学习