Pandas进阶，提升数据分析技能的代码

在当今大数据的世界中，数据分析是决策的基石，而Pandas是一种强大的工具，赋予数据分析师高效操作和分析数据的能力。

接下来让不念和朋友们一起学习这些Pandas代码，改变处理数据分析的方式。

1. 加载数据集

import pandas as pd
# 加载数据集（例如，CSV文件）
# df = pd.read_csv('your_dataset.csv')

titanic_df = pd.read_csv('titanic.csv')

加载数据集是任何数据分析任务的第一步。

将'titanic.csv'替换为你实际的文件路径或数据集的URL。

2. 显示数据集的基本信息

# 显示数据集的基本信息
titanic_df.info()

数据集信息

这提供了数据集的简明摘要，包括每列中非空值的数量和数据类型。

3. 查看数据集的前几行

# 显示数据集的前几行
titanic_df.head()

这可以帮助你快速检查数据集的结构和内容。

前5行

4. 描述性统计

# 生成描述性统计
titanic_df.describe(include = 'all')

这提供了关键统计信息的概览，如数字列的均值、标准差和四分位数。

写入"include = all"也可以显示定性变量（字符串/对象变量）的摘要。

5. 处理缺失值

处理缺失值非常重要；下面的示例展示了如何填充缺失值。

# 查找缺失值
titanic_df.isnull().sum()

# 使用特定值填充缺失值
titanic_df['Age'] = titanic_df['Age'].fillna(titanic_df['Age'].mean())

6. 数据过滤

# 根据条件过滤数据
titanic_df.loc[titanic_df['Age'] > 30]

过滤功能可让你专注于数据的特定子集，例如此示例中的高收入个体。

7. 数据排序

排序可以根据选择的标准对数据进行组织，例如此示例中的按票价排序。

# 根据特定列对数据排序
titanic_df_sorted = titanic_df.sort_values(by='Fare')
titanic_df_sorted

排序后的数据帧

8. 数据分组和聚合

分组和聚合数据对于总结信息至关重要，如计算按性别分组的平均收入，示例如下所示。

# 按分类变量对数据分组并计算平均值
titanic_df.groupby('Sex')['Survived'].mean()

9. 创建新列

# 基于现有列创建新列
titanic_df['total_relative'] = titanic_df['SibSp'] + titanic_df['Parch']

创建新列可以让你从数据中获得更多的信息，例如此示例中的总亲属人数。

10. 使用Pandas进行数据可视化

Pandas与Matplotlib等可视化库无缝集成，可通过可视化快速而轻松地探索数据。

import matplotlib.pyplot as plt
# 绘制“Age”列的直方图
plt.hist(titanic_df['Fare'],bins = 40)
plt.show()