轻松入门Pandas：基于真实数据进行高级教程，轻松掌握数据处理技巧

2023-11-20 12:06:59

作为一名数据爱好者，你可能已经听说过Pandas这个强大的Python库，它能帮助你轻松处理各种类型的数据。今天，我们将一起探索Pandas的高级教程，并通过一个真实的数据集——铁达尼号遇难事件的数据，来帮助你更深入地理解这些知识。

1. 读写文件：通往数据世界的门户

在数据分析中，读写文件是必不可少的一步。Pandas可以轻松读取CSV、JSON、Excel等多种格式的文件。

import pandas as pd

# 读取CSV文件
titanic_data = pd.read_csv('titanic.csv')

# 读取JSON文件
json_data = pd.read_json('titanic.json')

# 读取Excel文件
excel_data = pd.read_excel('titanic.xlsx')

# 写入CSV文件
titanic_data.to_csv('output.csv')

# 写入JSON文件
json_data.to_json('output.json')

# 写入Excel文件
excel_data.to_excel('output.xlsx')

2. 选取子集：提取你想要的数据

Pandas还提供强大的数据子集选取功能，你可以根据条件筛选出你需要的数据。

# 按列选取数据
age_column = titanic_data['Age']

# 按行选取数据
first_10_rows = titanic_data.head(10)

# 按条件选取数据
survived_passengers = titanic_data[titanic_data['Survived'] == 1]

# 组合条件选取数据
young_survived_passengers = titanic_data[(titanic_data['Age'] < 18) & (titanic_data['Survived'] == 1)]

3. 图形表示：让数据更直观

数据可视化是数据分析的重要一环，Pandas提供了丰富的图表绘制功能，可以帮助你将数据转化为直观的图形。

# 绘制直方图
titanic_data['Age'].hist()

# 绘制折线图
titanic_data['Survived'].plot()

# 绘制散点图
titanic_data.plot.scatter(x='Age', y='Fare')

# 绘制饼状图
titanic_data['Sex'].value_counts().plot.pie()