panda库数据处理常用操作
直接问的deepseek，放在这里存一下
一、数据读取与保存
1. pd.read_csv() / pd.read_excel()：读取数据
import pandas as pd
df = pd.read_csv("data.csv") # 读取CSV文件
df_excel = pd.read_excel("data.xlsx") # 读取Excel文件
2. df.to_csv() / df.to_excel()：保存数据
df.to_csv("new_data.csv", index=False) # 保存为CSV（不保留行索引）
df.to_excel("new_data.xlsx") # 保存为Excel
二、数据查看与基本信息
1. df.head() / df.tail()：查看首尾数据
df.head(3) # 显示前3行 df.tail() # 默认显示后5行
2. df.info()：查看数据摘要
df.info() # 显示列名、数据类型、非空值数量
3. df.describe()：统计数值列的描述性统计
df.describe() # 均值、标准差、最小值、四分位数等
4. df.shape：查看数据维度
rows, cols = df.shape # 获取行数和列数
5. df.columns / df.index：列名和索引
df.columns = ["col1", "col2"] # 修改列名
df.set_index("date", inplace=True) # 设置索引列
三、数据筛选与操作
1. 列选择
df["column_name"] # 选择单列（返回Series） df[["col1", "col2"]] # 选择多列（返回DataFrame）
2. 行选择
df.loc[0] # 通过索引标签选择行 df.iloc[0] # 通过位置索引选择行 df[df["age"] > 18] # 条件筛选
3. 添加/删除列
df["new_col"] = df["col1"] + df["col2"] # 添加新列
df.drop("col1", axis=1, inplace=True) # 删除列
4. 处理缺失值
df.dropna() # 删除包含缺失值的行/列 df.fillna(0) # 用0填充缺失值 df.isnull() # 检查缺失值（返回布尔矩阵）
5. 去重
df.drop_duplicates() # 删除重复行
四、数据分组与聚合
1. df.groupby()：分组统计
grouped = df.groupby("category")
grouped["sales"].sum() # 按分类统计销售额总和
2. df.pivot_table()：透视表
pd.pivot_table(df, values="sales", index="region", columns="year", aggfunc=np.mean)
3. df.agg()：多聚合操作
df.groupby("category").agg({"sales": ["sum", "mean"], "profit": "max"})
五、数据合并与连接
1. pd.concat()：合并数据
pd.concat([df1, df2], axis=0) # 垂直合并（按行） pd.concat([df1, df2], axis=1) # 水平合并（按列）
2. pd.merge()：数据库式连接
pd.merge(df1, df2, on="key", how="inner") # 内连接、左连接等
六、时间序列处理
1. 转换时间格式
df["date"] = pd.to_datetime(df["date"]) # 转换为时间类型
2. 时间索引操作
df.set_index("date", inplace=True)
df.resample("M").mean() # 按月重采样并计算均值
七、其他实用函数
1. df.apply()：应用函数
df["col"].apply(lambda x: x*2) # 对列应用函数
2. df.value_counts()：统计唯一值频次
python
df["category"].value_counts() # 统计分类频次
3. df.sort_values()：排序
df.sort_values("sales", ascending=False) # 按销售额降序排序
4. df.corr()：计算列之间的相关系数
df.corr() # 相关性矩阵
八、链式操作（提高代码可读性）
(df
.query("age > 20") # 筛选年龄大于20的行
.groupby("gender") # 按性别分组
.agg({"income": "mean"}) # 计算收入均值
.sort_values("income") # 按收入排序
)
常用技巧
-
过滤数据：
df[(df["age"] > 18) & (df["country"] == "China")]
-
替换值：
df["gender"].replace({"M": "Male", "F": "Female"}, inplace=True) -
分箱（Binning）：
df["age_group"] = pd.cut(df["age"], bins=[0, 18, 35, 60], labels=["child", "adult", "senior"])