importpandasaspd# 从 CSV 文件中读取数据df=pd.read_csv('data.csv')# 从 Excel 文件中读取数据df=pd.read_excel('data.xlsx')# 从 SQL 数据库中读取数据importsqlite3conn=sqlite3.connect('database.db')df=pd.read_sql('SELECT * FROM table_name',conn)# 从 JSON 字符串中读取数据json_string='{"name": "John", "age": 30, "city": "New York"}'df=pd.read_json(json_string)# 从 HTML 页面中读取数据url='https://www.runoob.com'dfs=pd.read_html(url)df=dfs[0]# 选择第一个数据框

# 显示前五行数据df.head()# 显示后五行数据df.tail()# 显示数据信息df.info()# 显示基本统计信息df.describe()# 显示数据的行数和列数df.shape

importpandasaspddata=[{"name":"Google","likes":25,"url":"https://www.google.com"},{"name":"Runoob","likes":30,"url":"https://www.runoob.com"},{"name":"Taobao","likes":35,"url":"https://www.taobao.com"}]df=pd.DataFrame(data)# 显示前两行数据print(df.head(2))# 显示前最后一行数据print(df.tail(1))

# 删除包含缺失值的行或列df.dropna()# 将缺失值替换为指定的值df.fillna(0)# 将指定值替换为新值df.replace('old_value','new_value')# 检查是否有重复的数据df.duplicated()# 删除重复的数据df.drop_duplicates()

# 选择指定的列df['column_name']# 通过标签选择数据df.loc[row_index,column_name]# 通过位置选择数据df.iloc[row_index,column_index]# 通过标签或位置选择数据df.ix[row_index,column_name]# 选择指定的列df.filter(items=['column_name1','column_name2'])# 选择列名匹配正则表达式的列df.filter(regex='regex')# 随机选择 n 行数据df.sample(n=5)

# 按照指定列的值排序df.sort_values('column_name')# 按照多个列的值排序df.sort_values(['column_name1','column_name2'],ascending=[True,False])# 按照索引排序df.sort_index()

# 按照指定列进行分组df.groupby('column_name')# 对分组后的数据进行聚合操作df.aggregate('function_name')# 生成透视表df.pivot_table(values='value',index='index_column',columns='column_name',aggfunc='function_name')

# 将多个数据框按照行或列进行合并df=pd.concat([df1,df2])# 按照指定列将两个数据框进行合并df=pd.merge(df1,df2,on='column_name')

[{"name":"Alice","age":25,"gender":"female","score":80},{"name":"Bob","age":null,"gender":"male","score":90},{"name":"Charlie","age":30,"gender":"male","score":null},{"name":"David","age":35,"gender":"male","score":70}]

importpandasaspd# 读取 JSON 数据df=pd.read_json('data.json')# 删除缺失值df=df.dropna()# 用指定的值填充缺失值df=df.fillna({'age':0,'score':0})# 重命名列名df=df.rename(columns={'name':'姓名','age':'年龄','gender':'性别','score':'成绩'})# 按成绩排序df=df.sort_values(by='成绩',ascending=False)# 按性别分组并计算平均年龄和成绩grouped=df.groupby('性别').agg({'年龄':'mean','成绩':'mean'})# 选择成绩大于等于90的行，并只保留姓名和成绩两列df=df.loc[df['成绩']>=90,['姓名','成绩']]# 计算每列的基本统计信息stats=df.describe()# 计算每列的平均值mean=df.mean()# 计算每列的中位数median=df.median()# 计算每列的众数mode=df.mode()# 计算每列非缺失值的数量count=df.count()