Pandas統(tǒng)計(jì)分析基礎(chǔ)掌握DataFrame的常用操作

匯報(bào)人：AA2024-01-25Pandas統(tǒng)計(jì)分析基礎(chǔ)掌握DataFrame的常用操作目錄CONTENTSPandas概述與安裝DataFrame基礎(chǔ)操作數(shù)據(jù)清洗與處理數(shù)據(jù)篩選與排序數(shù)據(jù)可視化應(yīng)用案例實(shí)戰(zhàn)：電商數(shù)據(jù)分析01Pandas概述與安裝Pandas是一個(gè)開源的Python數(shù)據(jù)分析工具庫，提供了快速、靈活和富有表現(xiàn)力的數(shù)據(jù)結(jié)構(gòu)，以便于輕松地進(jìn)行數(shù)據(jù)清洗和分析。Pandas基于NumPy庫構(gòu)建，擴(kuò)展了其功能，提供了更高級(jí)的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具。Pandas廣泛應(yīng)用于數(shù)據(jù)科學(xué)、金融分析、統(tǒng)計(jì)分析等領(lǐng)域，是Python數(shù)據(jù)分析的必備工具之一。Pandas簡(jiǎn)介123在命令行中輸入`pipinstallpandas`即可安裝Pandas庫。使用pip安裝如果你使用的是Anaconda發(fā)行版，可以在AnacondaNavigator中安裝Pandas庫。使用Anaconda安裝安裝完成后，在Python環(huán)境中輸入`importpandas`，如果沒有報(bào)錯(cuò)，則說明安裝成功。驗(yàn)證安裝安裝Pandas庫導(dǎo)入Pandas模塊在Python腳本中，使用`importpandasaspd`語句導(dǎo)入Pandas模塊，并使用別名`pd`引用Pandas庫。導(dǎo)入Pandas模塊后，你可以使用Pandas提供的數(shù)據(jù)結(jié)構(gòu)和函數(shù)進(jìn)行數(shù)據(jù)分析和處理。例如，使用`pd.DataFrame()`函數(shù)創(chuàng)建一個(gè)DataFrame對(duì)象。02DataFrame基礎(chǔ)操作讀取外部數(shù)據(jù)創(chuàng)建Pandas提供了多種讀取外部數(shù)據(jù)的方法，如read_csv、read_excel等，可以直接將數(shù)據(jù)讀取為DataFrame對(duì)象。通過字典創(chuàng)建可以使用字典來創(chuàng)建DataFrame對(duì)象，其中字典的鍵表示列名，字典的值表示列數(shù)據(jù)。通過二維數(shù)組創(chuàng)建可以使用二維數(shù)組或列表來創(chuàng)建DataFrame對(duì)象，同時(shí)需要指定列名。通過Series創(chuàng)建可以使用Pandas中的Series對(duì)象來創(chuàng)建DataFrame，每個(gè)Series對(duì)象表示一列數(shù)據(jù)。創(chuàng)建DataFrame對(duì)象查看列名使用index屬性可以查看DataFrame的索引。查看索引查看數(shù)據(jù)維度查看數(shù)據(jù)類型01020403使用dtypes屬性可以查看DataFrame每列的數(shù)據(jù)類型。使用columns屬性可以查看DataFrame的列名。使用shape屬性可以查看DataFrame的行數(shù)和列數(shù)。查看DataFrame結(jié)構(gòu)通過列名訪問可以直接使用列名來訪問DataFrame中的某一列數(shù)據(jù)。通過位置訪問可以使用iloc方法通過行號(hào)和列號(hào)的位置來訪問DataFrame中的數(shù)據(jù)。通過標(biāo)簽訪問可以使用loc方法通過行標(biāo)簽和列標(biāo)簽來訪問DataFrame中的數(shù)據(jù)。使用條件訪問可以使用布爾索引來訪問滿足特定條件的DataFrame數(shù)據(jù)。訪問DataFrame數(shù)據(jù)03數(shù)據(jù)清洗與處理03interpolate()用插值法填充缺失值01dropna()刪除含有缺失值的行或列02fillna()用指定值填充缺失值缺失值處理drop_duplicates()刪除重復(fù)的行keep參數(shù)選擇保留哪個(gè)重復(fù)行（如'first','last'）duplicated()標(biāo)記重復(fù)的行重復(fù)值處理astype()轉(zhuǎn)換為指定類型map()將某個(gè)列的值映射為另一個(gè)值to_datetime()轉(zhuǎn)換為日期時(shí)間類型to_numeric()轉(zhuǎn)換為數(shù)字類型數(shù)據(jù)類型轉(zhuǎn)換04數(shù)據(jù)篩選與排序使用布爾索引進(jìn)行條件篩選通過對(duì)DataFrame的列應(yīng)用條件表達(dá)式，可以篩選出滿足特定條件的行。使用`query()`方法進(jìn)行條件篩選query()方法允許你使用字符串表達(dá)式來篩選數(shù)據(jù)，更加靈活和可讀。使用`isin()`方法進(jìn)行值篩選isin()方法用于篩選出DataFrame中指定列包含在給定值列表中的行。條件篩選數(shù)據(jù)排序數(shù)據(jù)這兩個(gè)方法分別用于獲取指定列中最大或最小值的幾行數(shù)據(jù)。使用`nlargest()`和`nsmallest(…sort_values()方法允許你按照指定列的值進(jìn)行升序或降序排序，可以指定多個(gè)列進(jìn)行排序。使用`sort_values()`方法進(jìn)行排序sort_index()方法用于按照索引的值進(jìn)行排序，可以指定升序或降序。使用`sort_index()`方法按照索引排序分組聚合操作使用`groupby()`方法進(jìn)行分組groupby()方法允許你按照一個(gè)或多個(gè)列的值將數(shù)據(jù)分組，可以對(duì)每個(gè)組應(yīng)用聚合函數(shù)。使用聚合函數(shù)進(jìn)行計(jì)算Pandas提供了豐富的聚合函數(shù)，如`sum()`、`mean()`、`count()`等，可以對(duì)分組后的數(shù)據(jù)進(jìn)行各種計(jì)算。使用`agg()`方法進(jìn)行自定義聚合agg()方法允許你使用自定義的函數(shù)或字典對(duì)分組后的數(shù)據(jù)進(jìn)行聚合操作，提供了更大的靈活性。使用`pivot_table()`方法創(chuàng)…透視表是一種特殊類型的分組聚合，它允許你按照多個(gè)列進(jìn)行分組，并計(jì)算每個(gè)組的匯總值。05數(shù)據(jù)可視化應(yīng)用使用`matplotlib.pyplot`庫中的`plot()`函數(shù)繪制折線圖，通過指定`kind='line'`參數(shù)選擇折線圖類型?？梢允褂肈ataFrame的`plot()`方法直接繪制折線圖，通過設(shè)置`x`和`y`參數(shù)指定數(shù)據(jù)列。可以使用`seaborn`庫中的`lineplot()`函數(shù)繪制更加美觀的折線圖，并支持更多的自定義設(shè)置。010203繪制折線圖繪制柱狀圖使用`matplotlib.pyplot`庫中的`bar()`函數(shù)繪制柱狀圖，通過指定`kind='bar'`參數(shù)選擇柱狀圖類型。02可以使用DataFrame的`plot()`方法直接繪制柱狀圖，通過設(shè)置`kind='bar'`參數(shù)選擇柱狀圖類型，并通過設(shè)置`x`和`y`參數(shù)指定數(shù)據(jù)列。03可以使用`seaborn`庫中的`barplot()`函數(shù)繪制更加美觀的柱狀圖，并支持更多的自定義設(shè)置，如分組柱狀圖、堆疊柱狀圖等。0101使用`matplotlib.pyplot`庫中的`scatter()`函數(shù)繪制散點(diǎn)圖，通過指定`x`和`y`參數(shù)指定數(shù)據(jù)列。02可以使用DataFrame的`plot()`方法直接繪制散點(diǎn)圖，通過設(shè)置`kind='scatter'`參數(shù)選擇散點(diǎn)圖類型，并通過設(shè)置`x`和`y`參數(shù)指定數(shù)據(jù)列。03可以使用`seaborn`庫中的`scatterplot()`函數(shù)繪制更加美觀的散點(diǎn)圖，并支持更多的自定義設(shè)置，如分組散點(diǎn)圖、彩色散點(diǎn)圖等。同時(shí)，還可以使用`pairplot()`函數(shù)繪制多個(gè)變量之間的散點(diǎn)圖矩陣。繪制散點(diǎn)圖06案例實(shí)戰(zhàn)：電商數(shù)據(jù)分析讀取電商數(shù)據(jù)集導(dǎo)入pandas庫，并使用`pd.read_csv()`函數(shù)讀取電商數(shù)據(jù)集，指定文件路徑和編碼方式。使用`head()`和`tail()`函數(shù)查看數(shù)據(jù)集的前幾行和后幾行，了解數(shù)據(jù)的基本情況。數(shù)據(jù)清洗與處理01使用`dropna()`函數(shù)刪除數(shù)據(jù)集中的缺失值。02使用`astype()`函數(shù)將數(shù)據(jù)集中的某些列轉(zhuǎn)換為合適的數(shù)據(jù)類型。03使用`groupby()`和`agg()`函數(shù)對(duì)數(shù)據(jù)進(jìn)行分組和聚合操作，計(jì)算每個(gè)用戶的購(gòu)買次數(shù)、購(gòu)買金額等指標(biāo)。分析用戶行為及購(gòu)買偏好01使用`pivot_table()`函數(shù)創(chuàng)建透視表，分析不同用戶群體之間的購(gòu)買偏好差異。02使用`crosstab()`函數(shù)創(chuàng)建交叉表，分析商品類別與用戶性別、年齡等特征之間的關(guān)系。使用`corr()`函數(shù)計(jì)算不同特