博客

Python基础之教你怎么在M1系统上使用pandas

  • Post category:Python

Python基础之教你怎么在M1系统上使用pandas

简介

本攻略旨在指导在M1系统上使用pandas库进行数据处理的方法，既包括pandas的安装，也包括常用的数据处理技巧。

安装pandas

M1系统上的python安装有两种方式，分别是使用Rosetta 2的x86版本的Python和使用原生ARM架构的Python。不管使用哪一种方式，安装pandas库的命令都是一样的，具体步骤如下：

  1. 打开终端。

  2. 输入以下命令安装pip包管理器:

    curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
    sudo python3 get-pip.py

  3. 输入以下命令安装pandas：

    pip install pandas

  4. 如果安装过程中有任何提示，按照提示进行即可。

pandas常用数据处理技巧

读取CSV文件

pandas的read_csv函数可以读取CSV文件，并转换为DataFrame。例如，读取以下csv文件：

country,population,year
China,1405170000,2021
India,1370170000,2021
United States,332915073,2021
Indonesia,270626157,2021
Pakistan,233500636,2021

可以使用以下代码：

import pandas as pd
df = pd.read_csv('example.csv')
print(df)

输出结果为：

         country  population  year
0          China  1405170000  2021
1          India  1370170000  2021
2  United States   332915073  2021
3      Indonesia   270626157  2021
4       Pakistan   233500636  2021

数据清洗

pandas提供了丰富的函数来进行数据清洗。以下示例代码演示如何删除空值和重复值：

import pandas as pd
df = pd.DataFrame({'A': [1, 2, None, 3], 'B': ['a', 'b', None, 'd'], 'C': [1, 2, 3, 3]})
df.dropna(inplace=True) # 删除空值
df.drop_duplicates(inplace=True) # 删除重复值
print(df)

输入结果为：

   A  B  C
0  1  a  1
1  2  b  2
3  3  d  3

示例说明

示例一

以下是处理一个非常大的csv文件的示例代码，首先读取csv文件，然后进行数据清洗：

import pandas as pd
df = pd.read_csv('bigfile.csv')
df.dropna(inplace=True) # 删除空值
df.drop_duplicates(inplace=True) # 删除重复值
print(df)

示例二

以下是使用pandas进行特定行的筛选和数据加总：

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': ['a', 'b', 'c', 'd'], 'C': [1, 2, 3, 3]})
df2 = df[df['A'] % 2 == 0] # 筛选A列剩下偶数
result = df2['C'].sum() # 求偶数所在行的C列之和
print(result)

输入结果为：

5

结语

用pandas进行数据处理可以快速而简单的完成复杂的数据分析任务，在M1系统上也能简单的安装并使用pandas。

Tags: