Python 数据分析：Pandas 常用操作大全

时间：2026年08月12日 04:46:50 浏览：0

读取数据

import pandas as pd



# 读取 CSV

df = pd.read_csv('data.csv', encoding='utf-8')

# 读取 Excel

df = pd.read_excel('data.xlsx', sheet_name='Sheet1')

# 读取 JSON

df = pd.read_json('data.json')

数据预览

df.head(10)          # 前10行

df.info()            # 基本信息

df.describe()        # 统计描述

df.shape             # (行, 列)

筛选与过滤

# 条件筛选

df[df['age'] > 30]

df[(df['age'] > 30) & (df['city'] == '北京')]



# 字符串包含

df[df['name'].str.contains('张')]

数据清洗

# 删除空值

df.dropna()

# 填充空值

df.fillna(value=0)

df.fillna(method='ffill')  # 前向填充



# 删除重复

df.drop_duplicates()

分组聚合

# 按城市分组计算平均年龄

df.groupby('city')['age'].mean()



# 多聚合

df.groupby('city').agg({'age': ['mean', 'max'], 'salary': 'sum'})

合并表

pd.merge(df1, df2, on='id', how='left')

pd.concat([df1, df2], axis=0)  # 垂直拼接

Pandas 是 Python 数据科学的基石，熟练使用能让工作效率翻倍。