當談到數據處理和分析時，Pandas 是一個非常受歡迎的 Python/ target=_blank class=infotextkey>Python 庫。它提供了高效且靈活的數據結構和數據操作工具，特別適用于處理和分析結構化數據。在本次講解中，我將為您詳細介紹 Pandas 的各個方面，包括數據結構、數據讀取與寫入、數據選擇與過濾、數據操作與轉換以及數據聚合與分組等。
1. 數據結構
Pandas 主要提供了兩種重要的數據結構：Series 和 DataFrame。
Series 是一維標記數組，類似于帶有標簽的 NumPy 數組。每個 Series 包含一個數據數組和一個與之相關的索引數組。創建 Series 的方式包括直接傳入數組、字典或標量等。
DataFrame 是一個二維表格數據結構，可以看作是由多個 Series 組成的字典。它具有行索引和列索引，可以用于處理結構化的表格數據。DataFrame 可以通過傳入字典、NumPy 數組、CSV 文件等方式進行創建。
2. 數據讀取與寫入
Pandas 提供了多種方法來讀取和寫入不同格式的數據，如 CSV、Excel、SQL 數據庫等。常用的讀取方法包括 read_csv()、read_excel()、read_sql() 等，而寫入方法包括 to_csv()、to_excel()、to_sql() 等。
讀取數據的示例：
import pandas as pd
# 從 CSV 文件讀取數據
data = pd.read_csv('data.csv')
# 從 Excel 文件讀取數據
data = pd.read_excel('data.xlsx')
# 從 SQL 數據庫讀取數據
import sqlite3
conn = sqlite3.connect('database.db')
data = pd.read_sql('SELECT * FROM table', conn)
3. 數據選擇與過濾
Pandas 提供了多種方式來選擇和過濾數據，以滿足不同的需求。
選擇列：使用 DataFrame 的列名稱或索引來選擇單列或多列數據。
# 選擇單列
column = df['column_name']
# 選擇多列
columns = df[['column_name1', 'column_name2']]
選擇行：使用切片、布爾索引或條件表達式來選擇滿足特定條件的行。
# 使用切片選擇行
rows = df[start:end]
# 使用布爾索引選擇行
rows = df[boolean_expression]
# 使用條件表達式選擇行
rows = df[df['column_name'] > 10]
選擇單元格：使用 .loc[row_index, column_index] 或 .iloc[row_index, column_index] 來選擇單個單元格的值。
# 使用標簽索引選擇單元格
value = df.loc[row_label, column_label]
# 使用整數索引選擇單元格
value = df.iloc[row_index, column_index]
4. 數據操作與轉換
Pandas 提供了各種數據操作和轉換方法，可以對數據進行處理、清洗和轉換。
數據排序：使用 sort_values() 方法按照指定的列對數據進行排序。
# 按照單列排序
sorted_data = df.sort_values('column_name')
# 按照多列排序
sorted_data = df.sort_values(['column_name1', 'column_name2'])
缺失值處理：使用 isnull()、notnull() 和 dropna() 方法來處理缺失值。
# 檢查缺失值
null_values = df.isnull()
# 刪除包含缺失值的行
clean_data = df.dropna()
# 填充缺失值
filled_data = df.fillna(value)
數據轉換：使用 Apply()、map() 和 replace() 方法對數據進行轉換和替換。
# 對列應用函數
df['new_column'] = df['column'].apply(function)
# 使用字典映射替換值
df['column'] = df['column'].map(mapping_dict)
# 替換指定值
df['column'] = df['column'].replace(old_value, new_value)
5. 數據聚合與分組
Pandas 具備強大的數據聚合和分組功能，可以對數據進行匯總和分析。
聚合函數：Pandas 提供了許多常用的聚合函數，如 sum()、mean()、count()、max()、min() 等，可以對數據進行求和、平均值、計數、最大值和最小值等操作。
# 對列進行求和
sum_value = df['column'].sum()
# 對列進行平均值計算
mean_value = df['column'].mean()
# 對列進行計數
count_value = df['column'].count()
# 對列進行最大值和最小值計算
max_value = df['column'].max()
min_value = df['column'].min()
分組操作：使用 groupby() 方法對數據進行分組操作，并應用相應的聚合函數。
# 按照列進行分組并求和
grouped_data = df.groupby('column').sum()
# 按照多列進行分組并求平均值
grouped_data = df.groupby(['column1', 'column2']).mean()
# 對多列應用多個聚合函數
grouped_data = df.groupby('column').agg({'column1': 'sum', 'column2': 'mean'})
以上是對 Pandas 的一個詳細講解，涵蓋了數據結構、數據讀取與寫入、數據選擇與過濾、數據操作與轉換以及數據聚合與分組等方面。Pandas 是一個非常強大和靈活的數據處理工具，在數據分析和數據科學領域廣泛應用。希望這個講解對您有所幫助！如有任何疑問，請隨時提問。
