在当今数据驱动的世界中，Python 的 pandas 库是数据分析的强大工具。pandas 允许你以高效、灵活和直观的方式处理和分析数据。无论你是数据分析师、数据科学家还是初学者，掌握 pandas 都能显著提高你的数据处理能力。本文将带你通过 10 个实战案例，轻松入门并精通 pandas 数据分析。
案例一：数据导入与查看
首先，让我们从导入数据开始。pandas 支持多种文件格式的导入，如 CSV、Excel、JSON 等。
import pandas as pd
# 导入 CSV 文件
df = pd.read_csv('data.csv')
# 查看数据概览
print(df.head())
print(df.info())
案例二：数据清洗
数据清洗是数据分析的重要环节。以下是如何处理缺失值和重复值。
# 处理缺失值
df.fillna(0, inplace=True)
# 删除重复值
df.drop_duplicates(inplace=True)
案例三：数据筛选
使用布尔索引和条件表达式筛选数据。
# 筛选特定列的数据
filtered_df = df[df['column_name'] > 10]
# 筛选多列的数据
filtered_df = df[(df['column_name1'] > 10) & (df['column_name2'] < 20)]
案例四：数据排序
根据列值对数据进行排序。
# 按升序排序
df_sorted = df.sort_values(by='column_name', ascending=True)
# 按降序排序
df_sorted = df.sort_values(by='column_name', ascending=False)
案例五：数据分组与聚合
使用 groupby 方法对数据进行分组，并应用聚合函数。
# 按列分组并计算平均值
grouped_df = df.groupby('column_name').mean()
# 按多列分组并计算总和
grouped_df = df.groupby(['column_name1', 'column_name2']).sum()
案例六：数据透视表
数据透视表是处理大量数据时非常有用的工具。
# 创建数据透视表
pivot_table = df.pivot_table(values='column_name', index='column_name1', columns='column_name2')
案例七：合并与连接
使用 merge 和 join 方法合并数据。
# 使用 merge 合并数据
merged_df = pd.merge(df1, df2, on='column_name')
# 使用 join 合并数据
joined_df = pd.join(df1, df2, on='column_name')
案例八：数据可视化
pandas 与 Matplotlib 和 Seaborn 等库结合，可以轻松进行数据可视化。
import matplotlib.pyplot as plt
# 绘制散点图
plt.scatter(df['column_name1'], df['column_name2'])
plt.show()
案例九：时间序列分析
pandas 对时间序列数据有很好的支持。
# 转换为时间序列格式
df['date'] = pd.to_datetime(df['date'])
# 计算时间序列的统计数据
df['date'].resample('M').sum()
案例十：数据导出
最后，我们将处理好的数据导出为 CSV 文件。
df.to_csv('processed_data.csv', index=False)
通过以上 10 个案例，你已经掌握了 pandas 数据分析的基础。继续实践和学习，你会变得更加精通。祝你在数据分析的道路上越走越远！