图解Pandas教程

图解Pandas教程

大家好，我是阳哥。

有不少同学跟我提过，看看能不能出一系列Pandas数据处理的教程，之前一直也没来得及弄。

为了大家能够生动、形象的学习 Pandas，阳哥打算制作一系列 《图解Pandas》 的内容，跟大家以动态图片、视频等方式来讲解 Pandas 的基础知识，方便大家快速的掌握这些知识，相信《图解Pandas》会给大家带来一些不一样的视角。

《图解Pandas》的视频内容一般如下：

扫描下面的二维码，关注视频号，可以观看《图解Pandas》已发布的所有视频以及及时推送最新的视频：

《图解Pandas》 系列，是一个不小的工程，预计将会有超过100个视频，现在来说算是一个期货吧，搞不好就是烂尾工程啦，大家的支持就是我持续分享的动力，嘿嘿~~

01 已发布的内容

《图解Pandas》系列包括在微信视频号「Python数据之道」上发布的视频，以及在公众号「Python数据之道」上发布的图文（图文中配套源代码以及在PC端观看的视频）。

《图解Pandas》系列已发布的图文链接以及对应的视频编号，汇总如下：

《图解Pandas》的内容框架如下：

上图中，有图文和视频编号的，是代表已经完成并发布的内容，如“图文06”、“视频026” 等。

02 部分内容介绍

数据结构介绍

DataFrame （中文翻译“数据框”）介绍：

图解数据框轴方向：

DataFrame 与 Series 之间的关联：

创建数据对象

通过列表创建数据框

读取Excel文件

从Excel读取数据时，有时需要跳过数据文件末尾部分数据行：

数据框行列转置

通过 df.T 可以实现数据框的行列转置：

索引位置以及索引值

如何获取 Series 中最小值或最大值对应的索引位置以及索引值。

通过 argmin() 函数来获取最小值对应的索引位置，如红色标注所示，结果为数字 1 ，如下：

通过 idxmin() 函数来获取最小值对应的索引值，如红色标注所示，结果为字母 e ，如下：

缺失值数据填充

可以通过字典的方式，对数据框每列填充不同的常数。

字典的 key 值对应数据框的列索引名称。

这里，对于缺失值，a列填充数字11，b列填充数字22，c列填充数字33，动态图演示如下：

缺失值删除

dropna 函数有一个参数 subset 可以设置，subset 参数表示的是其他轴方向对应的索引标签。

设置 axis=1，此时，subset 里的”a” 指的是行索引标签中的 a 行。这里的操作，表示的是将数据框a行中含有缺失值的数据列进行删除操作。因此，结果中删除了a列和b列。动态图演示如下：

03 专题汇总

考虑到《图解Pandas》系列内容在不断更新过程中，大家可以通过下面的专题来找到最新发布的内容。

同时考虑到，以后如果文章数量较多（比如超过50篇文章），可能在专题中也不好快速的找到所需要的内容，我会以文章汇总的形式，将《图解Pandas》系列的文章进行手动汇总，并形成 图解Pandas汇总 的专题，最新的汇总文章，可以点击下面专题，找到最新的文章即可。

学习 Pandas，最难的还在于坚持，希望《图解Pandas》能给大家带来一些乐趣，一起加油吧！