Rumah > Artikel > pembangunan bahagian belakang > Panduan pemasangan untuk PythonPandas: mudah difahami dan dikendalikan
Panduan pemasangan Python Pandas yang ringkas dan mudah difahami
Python Pandas ialah perpustakaan manipulasi dan analisis data yang berkuasa Ia menyediakan struktur data dan alatan analisis data yang fleksibel dan mudah digunakan, dan merupakan salah satu yang penting alat untuk analisis data Python. Artikel ini akan memberikan anda panduan pemasangan Python Panda yang ringkas dan mudah difahami untuk membantu anda memasang Panda dengan cepat, dan melampirkan contoh kod khusus untuk memudahkan anda memulakan.
Sebelum memasang Panda, anda perlu memasang Python terlebih dahulu. Python boleh dimuat turun dari tapak web rasmi (https://www.python.org/downloads/). Pilih pakej pemasangan yang sesuai untuk sistem pengendalian anda Selepas memuat turun, ikut wizard pemasangan untuk memasangnya.
Selepas berjaya memasang Python, buka terminal (command prompt) dan masukkan arahan berikut untuk memasang Pandas:
pip install pandas
Arahan ini akan memuat turun dan memasang perpustakaan Pandas secara automatik daripada Indeks Pakej Python (PyPI) .
Selepas pemasangan selesai, anda boleh memasukkan kod berikut dalam terminal untuk mengesahkan sama ada Pandas telah berjaya dipasang:
import pandas as pd print(pd.__version__)
Jika output ialah nombor versi perpustakaan Pandas, pemasangan adalah berjaya.
Panda menyediakan dua struktur data yang biasa digunakan, iaitu Siri dan DataFrame.
Siri ialah struktur data satu dimensi dalam Panda dan boleh dilihat sebagai tatasusunan berlabel. Siri A boleh dibuat menggunakan kod berikut:
import pandas as pd s = pd.Series([1, 3, 5, np.nan, 6, 8]) print(s)
DataFrame ialah struktur data dua dimensi dalam Panda dan boleh dilihat sebagai jadual. Anda boleh menggunakan kod berikut untuk mencipta DataFrame:
import pandas as pd import numpy as np data = {'name': ['Tom', 'John', 'Emily', 'Jane'], 'age': [20, 25, 30, 35], 'city': ['New York', 'Paris', 'London', 'Tokyo']} df = pd.DataFrame(data) print(df)
Pandas menyediakan fungsi operasi dan analisis data yang kaya, seperti penapisan data, pengisihan, penggabungan, dsb. Berikut ialah beberapa contoh operasi data yang biasa digunakan:
Tapis data:
import pandas as pd df = pd.DataFrame({'name': ['Tom', 'John', 'Emily'], 'age': [20, 25, 30]}) filtered_df = df[df['age'] > 25] print(filtered_df)
Isih data:
import pandas as pd df = pd.DataFrame({'name': ['Tom', 'John', 'Emily'], 'age': [20, 25, 30]}) sorted_df = df.sort_values(by='age', ascending=False) print(sorted_df)
Gabung data:
import pandas as pd data1 = {'name': ['Tom', 'John', 'Emily'], 'age': [20, 25, 30]} data2 = {'name': ['Peter', 'Jane'], 'age': [35, 40]} df1 = pd.DataFrame(data1) df2 = pd.DataFrame(data2) merged_df = pd.concat([df1, df2]) print(merged_df)
Di atas ialah beberapa contoh operasi data Pandas yang biasa, anda boleh melakukan lebih banyak pemprosesan data mengikut keperluan sebenar dan analisis.
Ringkasan:
Python Pandas ialah perpustakaan manipulasi dan analisis data yang hebat Artikel ini memberikan anda panduan pemasangan Panda Python yang ringkas dan mudah difahami, dengan contoh kod khusus, supaya anda boleh bermula dengan cepat. Saya harap artikel ini membantu anda, dan saya berharap anda pergi lebih jauh dan lebih jauh di jalan analisis data!
Atas ialah kandungan terperinci Panduan pemasangan untuk PythonPandas: mudah difahami dan dikendalikan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!