Python 数据处理：Pandas 与数据清洗实战

Python 数据处理

Pandas 是 Python 数据处理的核心库。

一、概述

Pandas 提供强大的数据结构和数据操作能力。

二、读取

import pandas as pd
df = pd.read_csv('data.csv')
df = pd.read_excel('data.xlsx')

三、清洗

# 处理缺失值
df.dropna()
df.fillna(0)
# 去重
df.drop_duplicates()
# 类型转换
df['price'] = pd.to_numeric(df['price'], errors='coerce')

四、分析

# 分组统计
df.groupby('category')['sales'].sum()
# 排序
df.sort_values('date', ascending=False)
# 透视表
df.pivot_table(values='sales', index='category', columns='month')

五、导出

df.to_csv('output.csv', index=False)
df.to_excel('output.xlsx', index=False)

六、总结

Pandas 是数据分析和处理的利器。

本文基于实际生产环境经验编写，配置参数需根据具体情况调整。建议在测试环境验证后再应用于生产环境。