Pandas 是一个强大的开源数据分析和数据处理库，广泛应用于数据科学和机器学习领域。它提供了高性能、易于使用的数据结构和数据分析工具，特别适合处理表格数据，例如电子表格或数据库中的数据。Pandas 的核心数据结构包括 Series 和 DataFrame，分别用于一维和二维数据的存储和操作。

Pandas 提供了丰富的功能，例如数据清洗、过滤、合并、重塑、聚合和可视化。它能够轻松地处理缺失数据，支持时间序列数据的操作，并且与其他数据科学库（如 NumPy 和 Matplotlib）无缝集成。通过 read_csv、read_excel 等函数，Pandas 可以从多种文件格式中读取数据，并进行高效的处理和分析。

总之，Pandas 是数据处理和分析的利器，简化了数据操作的复杂性，使得数据科学家和分析师能够更专注于数据分析和建模工作。

导入Pandas模块：
import pandas as pd

1. pd.read_csv(filepath_or_buffer, **kwargs)

   • filepath_or_buffer: 文件路径或类文件对象
   • **kwargs: 其他可选参数，如分隔符、列名等

   • 示例：

     df = pd.read_csv('example.csv')

   • 说明：读取.csv文件并将其转换为DataFrame。

2. DataFrame.to_csv(path_or_buf, **kwargs)

   • path_or_buf: 文件路径或类文件对象
   • **kwargs: 其他可选参数，如分隔符、是否包含索引等

   • 示例：

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

   • 说明：将DataFrame写入.csv文件。

3. DataFrame.head(n)

   • n: 返回的行数，默认为5

   • 示例：

     print(df.head(3))

   • 说明：返回DataFrame的前n行。

4. DataFrame.tail(n)

   • n: 返回的行数，默认为5

   • 示例：

     print(df.tail(3))

   • 说明：返回DataFrame的后n行。

5. DataFrame.info()

   • 无参数

   • 示例：

     df.info()

   • 说明：打印DataFrame的简要信息，包括列类型、非空值计数等。

6. DataFrame.describe()

   • 无参数

   • 示例：

     df.describe()

   • 说明：生成描述性统计信息，包含计数、均值、标准差、最小值、四分位数、最大值等。

7. DataFrame.loc[]

   • []: 行标签和列标签

   • 示例：

     df.loc[0:2, ['column1', 'column2']]

   • 说明：按标签选择数据。

8. DataFrame.iloc[]

   • []: 行位置和列位置

   • 示例：

     df.iloc[0:2, 0:2]

   • 说明：按位置选择数据。

9. DataFrame.at[]

   • []: 单个元素的行标签和列标签

   • 示例：

     df.at[0, 'column1']

   • 说明：按标签快速访问单个元素。

10. DataFrame.iat[]

    • []: 单个元素的行位置和列位置

    • 示例：

      df.iat[0, 0]

    • 说明：按位置快速访问单个元素。

11. DataFrame.query(expr)

    • expr: 查询字符串

    • 示例：

      df.query('column1 > 5')

    • 说明：使用查询字符串过滤数据。

12. DataFrame.drop(labels, axis, **kwargs)

    • labels: 要删除的行或列标签
    • axis: 指定删除行（0）或列（1）
    • **kwargs: 其他可选参数

    • 示例：

      df.drop(['column1', 'column2'], axis=1)

    • 说明：删除指定的行或列。

13. DataFrame.rename(columns=None, index=None, **kwargs)

    • columns: 新的列名字典
    • index: 新的行名字典
    • **kwargs: 其他可选参数

    • 示例：

      df.rename(columns={'old_name': 'new_name'}, inplace=True)

    • 说明：重命名行或列。

14. DataFrame.fillna(value, **kwargs)

    • value: 用于填充缺失值的值
    • **kwargs: 其他可选参数

    • 示例：

      df.fillna(0, inplace=True)

    • 说明：用指定值填充缺失值。

15. DataFrame.dropna(axis, **kwargs)

    • axis: 指定删除含有缺失值的行（0）或列（1）
    • **kwargs: 其他可选参数

    • 示例：

      df.dropna(axis=0, inplace=True)

    • 说明：删除含有缺失值的行或列。

16. DataFrame.replace(to_replace, value, **kwargs)

    • to_replace: 要替换的值
    • value: 替换后的值
    • **kwargs: 其他可选参数

    • 示例：

      df.replace(to_replace=0, value=1, inplace=True)

    • 说明：替换指定的值。

17. DataFrame.apply(func, axis)

    • func: 要应用的函数
    • axis: 指定应用函数的轴（行0或列1）

    • 示例：

      df.apply(lambda x: x*2, axis=1)

    • 说明：将函数应用于DataFrame的轴（行或列）。

18. DataFrame.applymap(func)

    • func: 要应用于每个元素的函数

    • 示例：

      df.applymap(lambda x: x*2)

    • 说明：将函数应用于DataFrame的每个元素。

19. DataFrame.groupby(by, **kwargs)

    • by: 用于分组的列名或标签
    • **kwargs: 其他可选参数

    • 示例：

      df.groupby('column1').mean()

    • 说明：按某列进行分组操作。

20. DataFrame.merge(right, how, on, **kwargs)

    • right: 要合并的另一个DataFrame
    • how: 合并方式（如'left', 'right', 'outer', 'inner'）
    • on: 用于合并的列名
    • **kwargs: 其他可选参数

    • 示例：

      df.merge(df2, how='inner', on='column1')

    • 说明：合并两个DataFrame。

21. DataFrame.concat(objs, axis, **kwargs)

    • objs: 要连接的DataFrame列表
    • axis: 沿哪个轴连接（0表示行，1表示列）
    • **kwargs: 其他可选参数

    • 示例：

      pd.concat([df1, df2], axis=0)

    • 说明：沿指定轴连接多个DataFrame。

22. DataFrame.mean(axis, **kwargs)

    • axis: 指定计算均值的轴（0表示行，1表示列）
    • **kwargs: 其他可选参数

    • 示例：

      df.mean(axis=0)

    • 说明：计算均值。

23. DataFrame.sum(axis, **kwargs)

    • axis: 指定计算总和的轴（0表示行，1表示列）
    • **kwargs: 其他可选参数

    • 示例：

      df.sum(axis=0)

    • 说明：计算总和。

24. DataFrame.min(axis, **kwargs)

    • axis: 指定计算最小值的轴（0表示行，1表示列）
    • **kwargs: 其他可选参数

    • 示例：

      df.min(axis=0)

    • 说明：计算最小值。

25. DataFrame.max(axis, **kwargs)

    • axis: 指定计算最大值的轴（0表示行，1表示列）
    • **kwargs: 其他可选参数

    • 示例：

      df.max(axis=0)

    • 说明：计算最大值。

26. DataFrame.median(axis, **kwargs)

    • axis: 指定计算中位数的轴（0表示行，1表示列）
    • **kwargs: 其他可选参数

    • 示例：

      df.median(axis=0)

    • 说明：计算中位数。

27. DataFrame.std(axis, **kwargs)

    • axis: 指定计算标准差的轴（0表示行，1表示列）
    • **kwargs: 其他可选参数

    • 示例：

      df.std(axis=0)

    • 说明：计算标准差。

28. DataFrame.value_counts(subset, **kwargs)

    • subset: 要计算频率的列名
    • **kwargs: 其他可选参数

    • 示例：

      df['column1'].value_counts()

    • 说明：计算特定列的值频率。