使用 Pandas 进行数据分析
学习使用 Pandas DataFrames 操作和分析数据
使用 Pandas 进行数据分析 是 CoddyKit 上的免费 Learn AI with Python 课时。 这是第 1 节课，共 5 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Learn AI with Python 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Learn AI with Python 课程共包含 5 节课。
数据分析库简介
数据分析库简介
这是一种功能强大的数据分析和处理工具。它提供 DataFrame 和序列等数据结构，便于清理、转换和分析数据。
在本课中，您将学习数据分析库的基础知识，以及如何使用它进行数据分析。
安装 Pandas
安装 Pandas
要安装 Pandas，请在终端中使用以下命令：
pip install pandas
安装完成后，您就可以在 Python 脚本中导入 Pandas：
# Importing pandas
import pandas as pd
print("Pandas imported successfully")什么是 DataFrame？
什么是 DataFrame？
DataFrame 是 Pandas 中一种二维表格数据结构。它类似于电子表格或 SQL 表。
您可以从字典、列表或外部文件创建 DataFrame：
# Creating a DataFrame from a dictionary
data = {
"Name": ["Alice", "Bob", "Charlie"],
"Age": [25, 30, 35],
"City": ["New York", "London", "Paris"]
}
df = pd.DataFrame(data)
print(df)从文件读取数据
从文件读取数据
Pandas 可以轻松地从外部文件中读取数据，例如 CSV、Excel 和 JSON 文件：
# Reading data from a CSV file
df = pd.read_csv("data.csv")
print(df.head()) # Displays the first 5 rows检查 DataFrame
检查 DataFrame
您可以使用 head()、info() 和 describe() 等方法检查 DataFrame 的结构和内容：
# Inspecting a DataFrame
df = pd.read_csv("data.csv")
print(df.info()) # Displays information about the DataFrame
print(df.describe()) # Provides statistical summaries筛选和选择数据
筛选和选择数据
Pandas 允许您使用条件和索引轻松筛选行并选择列：
# Filtering and selecting data
filtered_df = df[df['Age'] > 30] # Select rows where Age > 30
print(filtered_df[['Name', 'City']]) # Select specific columns数据清理
数据清理
Pandas 提供了用于清理数据的方法，例如处理缺失值、重命名列以及删除重复项：
# Handling missing values
df.fillna(0, inplace=True) # Replace NaN values with 0
# Renaming columns
df.rename(columns={"Name": "Full Name"}, inplace=True)
# Dropping duplicates
df.drop_duplicates(inplace=True)
print(df)执行聚合操作
执行聚合操作
Pandas 允许您执行聚合操作，例如对数据求和、求平均值和分组：
# Grouping and aggregating data
grouped = df.groupby('City')['Age'].mean()
print(grouped) # Displays average age for each city使用 Pandas 时的常见错误
使用 Pandas 时的常见错误
以下是需要避免的一些错误：
- 没有正确处理缺失值。
- 使用低效的循环，而不是向量化操作。
- 忘记为会修改数据的操作指定
inplace=True。
我们学到了什么？
我们学到了什么？
在本课程中，您学会了：
- 如何安装和导入 Pandas。
- DataFrames 的结构以及如何创建它们。
- 如何使用 Pandas 读取、清理、筛选和聚合数据。
做得很棒！让我们进入下一个主题。
常见问题解答
「使用 Pandas 进行数据分析」课时是免费的吗？
是的 — 「使用 Pandas 进行数据分析」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Learn AI with Python 课程的其余内容，请升级到 CoddyKit PRO。 Learn AI with Python 课程共包含 5 节课。
「使用 Pandas 进行数据分析」这节课中我会学到什么？
学习使用 Pandas DataFrames 操作和分析数据 你通过在浏览器中直接运行的动手代码来练习 Learn AI with Python，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Learn AI with Python 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Learn AI with Python 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 1 节课，共 5 节。
「使用 Pandas 进行数据分析」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Learn AI with Python 课中编写并运行代码吗？
能。每节 Learn AI with Python 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。