目錄
一.數據導入導出
1.CSV文件讀取與參數說明
2.Excel與TST文件讀取
3.數據導出操作
二.缺失值處理
1.填充缺失值
2.刪除缺失值【刪除整行數據】
三.重復值處理
四.數據篩選與條件查詢
1.邏輯判斷+取數
2.字符匹配
3.邏輯運算： &（和）、|（或）
一.數據導入導出
Pandas支持多種數據格式，包括CSV、Excel（XLSX/XLS）、TST等
1.CSV文件讀取與參數說明
- 使用
read_csv()方法讀取CSV文件，自動識別逗號分隔符。 - 參數
header控制是否將第一行作為列名：header=None表示無列名，第一行視為數據。
- 默認將第一行作為列名（如
name, age, income）。import pandas as pddf_1 = pd.read_csv("data1.csv") print(df_1)name age income 0 lili 20 2000 1 peter 21 2300 2 jim 22 2200?
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
2.Excel與TST文件讀取
- Excel文件通過
read_excel()讀取，同樣支持header參數。 - TST文件使用
read_table()，需指定分隔符（sep參數）和是否包含列名。
df_1 = pd.read_excel("data3.xlsx")name age income 0 lili 20 2000 1 lucy 20 2300 2 peter 21 2400 3 kitty 22 2500 df_2 = pd.read_table("data4.txt",sep=',',header=None)0 1 2 0 lili 20 2000 1 peter 21 2300 2 jim 22 22003.數據導出操作
? ? ? ? ? ?導出CSV：to_csv()方法，參數包括：
? ? ? ? ? ?header=True（導出列名）。
? ? ? ? ? ?index=True（是否導出行索引）。
? ? ? ? ? ?導出Excel：to_excel()參數與CSV類似，僅格式不同。
import pandas as pddf_1 = pd.read_csv("data1.csv")
df_1.to_csv(r"導出的地址",index=True, header=True)
df_2 = pd.read_excel("data3.xlsx")
df_2.to_excel(r"導出的地址",index=True, header=True)二.缺失值處理
缺失值處理方式：
1.數據補齊，填充缺失值 2.刪除對應數據行 3.不處理
- 缺失數據在Pandas中顯示為
NaN（如未填寫的單元格）。 - 檢測缺失值：
isnull()函數返回布爾類型DataFrame，標記空缺位置為True顯示如下。import pandas as pd df = pd.read_csv(r"data.csv",encoding='gbk') na = df.isnull()
1.填充缺失值
使用 fillna()方法 填充缺失值
df1 = df.fillna('需要填充的值')
2.刪除缺失值【刪除整行數據】
df2 = df.dropna()
三.重復值處理
- 通過?
duplicated()?檢測重復行，返回布爾值標識重復項（完全相同的行或指定列重復）。import pandas as pd df = pd.read_csv(r"data1.csv",encoding='gbk') result1 = df.duplicated()
- 根據列名（如?
name?和?gender）判斷重復性，結合布爾索引提取重復行數據。result2 = df.duplicated('gender')
result3 = df.duplicated(['gender', 'name'])
- 使用?
drop_duplicates()?刪除重復行，需注意刪除后索引可能不連續，需手動調整。#刪除完全重復行 new_df1 = df.drop_duplicates()
#刪除部分重復【根據某列名來刪除】 new_df2 = df.drop_duplicates(['name', 'gender'])
四.數據篩選與條件查詢
1.邏輯判斷+取數
通過布爾條件（如 好評數 > 17000）篩選數據，生成 True/False 序列后提取對應行。
使用 between() 方法篩選數值范圍內的數據（如 好評數在15000到17000之間）。
import pandas as pddf = pd.read_csv(
r"data1.csv",encoding='gbk')#抽取好評數大于17000的電腦
df[df['好評數'] > 17000]
#抽取好評數在15000到17000之間的電腦
df[df['好評數'].between(15000, 17000)]
2.字符匹配
通過str.contains()方法篩選包含特定字符（如“蘋果”）的內容
na=False參數的作用（忽略缺失值）與na=True的區別（將缺失值納入匹配結果）。
df[df['品牌'].str.contains('蘋果',na=False)]
3.邏輯運算： &（和）、|（或）
&：所有條件都滿足則返回True
| :滿足一個條件就返回True
df[(df['價格']<7000) & (df['好評數'] > 16000)]
df[(df['價格']<6000) | (df['好評數']>18000)]
五.matplotlib庫 簡單圖繪制
?1.繪制點線圖：
通過plt.plot(x, y)傳入X/Y軸數據，設置顏色（color）和標記形狀（marker），添加標題（title）和軸標簽（xlabel/ylabel）。
import matplotlib.pyplot as plt
import numpy as np
x=np.array([1,2,3,4,5])
y=np.array([10,20,30,40,50])
plt.plot(x,y,color='red',marker='o')#點線圖
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.show()
2.直方圖：
使用plt.hist()繪制單值條形圖
data = [1, 1, 1, 2, 2, 3, 3, 3, 3, 4, 4, 5, 5, 5, 5, 5]
plt.hist(data,color='red')
plt.show()
3.多子圖繪制
通過plt.subplot()在同一畫布上分區域繪制多個圖形（如正弦、余弦函數），結合np.linspace()生成等間隔數據點。
使用 plt.subplot 創建兩行兩列的子圖（共4個），圖像大小為10x8（單位未明確）。
- 子圖通過矩陣（
ndarray）管理，通過索引（如?ax[0,0]）在指定位置添加數據：- 第0行第0列：繪制?
X?和?y1（紅色），標題為?X sinex。 - 第0行第1列：繪制?
X?和?y2（綠色），標題為?cosinex。 - 第1行第0列：繪制?
X?和?y3（藍色）。
- 第0行第0列：繪制?
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,10,100)
y1=np.sin(x)
y2=np.cos(x)
y3=np.tan(x)
y4=np.sin(x**2)
fig,axs=plt.subplots(2,2,figsize=(10,8))
axs[0,0].plot(x,y1,'r')
axs[0,0].set_title('sin(x)')
axs[0,1].plot(x,y2,'g')
axs[0,1].set_title('cos(x)')
axs[1,0].plot(x,y3,'b')
axs[1,0].set_title('tan(x)')
axs[1,1].plot(x,y4,'m')
axs[1,1].set_title('sin(x^2)')
plt.show()
