Pandas 是 Python 中一个强大的数据分析库，它提供了丰富的数据结构（如 DataFrame）和数据分析工具。Pandas 的 DataFrame 类类似于 SQL 中的表格，支持许多数据库级的查询操作。本文将深入探讨如何使用 Pandas 进行数据库级查询和数据操作，帮助您得心应手地处理数据。
一、Pandas 简介
Pandas 是由 Wes McKinney 开发的一个开源项目，主要用于数据分析。它提供了快速、灵活、直观的数据结构和数据分析工具。Pandas 的核心数据结构是 DataFrame，它类似于一个表格，包含行和列，可以存储各种类型的数据。
二、Pandas 的 DataFrame
DataFrame 是 Pandas 中的主要数据结构，类似于一个二维表格。以下是一个简单的 DataFrame 示例：
import pandas as pd
data = {
‘Name’: [‘Tom’, ‘Nick’, ‘John’, ‘Alice’],
‘Age’: [20, 21, 19, 22],
‘City’: [‘New York’, ‘London’, ‘Paris’, ‘Berlin’]
}
df = pd.DataFrame(data)
print(df)
输出结果：
Name Age City
0 Tom 20 New York
1 Nick 21 London
2 John 19 Paris
3 Alice 22 Berlin
三、Pandas 数据查询
Pandas 提供了多种查询方法，类似于 SQL 查询。以下是一些常用的查询操作：
1. 条件查询
filtered_df = df[df[‘Age’] > 20]
print(filtered_df)
输出结果：
Name Age City
0 Tom 20 New York
1 Nick 21 London
2 John 19 Paris
2. 范围查询
filtered_df = df[(df[‘Age’] > 20) & (df[‘Age’] < 23)]
print(filtered_df)
输出结果：
Name Age City
0 Tom 20 New York
1 Nick 21 London
3. 排序查询
sorted_df = df.sort_values(by='Age', ascending=False)
print(sorted_df)
输出结果：
Name Age City
2 John 19 Paris
3 Alice 22 Berlin
1 Nick 21 London
0 Tom 20 New York
四、Pandas 数据操作
Pandas 提供了丰富的数据操作功能，包括数据清洗、数据转换、数据聚合等。
1. 数据清洗
df = df.dropna() # 删除缺失值
df = df.fillna(0) # 用 0 填充缺失值
df = df.drop_duplicates() # 删除重复行
2. 数据转换
df['Age'] = df['Age'].astype(int) # 将 Age 列转换为整数类型
df['City'] = df['City'].str.upper() # 将 City 列转换为大写
3. 数据聚合
result = df.groupby('City').agg({'Age': ['mean', 'sum']})
print(result)
输出结果：
City mean sum
Name: Age
City mean sum
Berlin 22.0 22
London 21.0 21
New York 20.0 20
Paris 19.0 19
五、总结
Pandas 是一个功能强大的数据分析工具，可以帮助您轻松实现数据库级查询和数据操作。通过掌握 Pandas 的 DataFrame、查询和操作功能，您将能够更高效地处理和分析数据。希望本文能帮助您更好地了解 Pandas，并提高您的数据分析能力。