import pandas as pd



# 从 CSV 文件中读取数据

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



# 从 Excel 文件中读取数据

df = pd.read_excel('data.xlsx')



# 从 SQL 数据库中读取数据

import sqlite3

conn = sqlite3.connect('database.db')

df = pd.read_sql('SELECT * FROM table_name', conn)



# 从 JSON 字符串中读取数据

json_string = '{"name": "John", "age": 30, "city": "New York"}'

df = pd.read_json(json_string)



# 从 HTML 页面中读取数据

url = 'https://www.runoob.com'

dfs = pd.read_html(url)

df = dfs[0] # 选择第一个数据框

# 显示前五行数据

df.head()



# 显示后五行数据

df.tail()



# 显示数据信息

df.info()



# 显示基本统计信息

df.describe()



# 显示数据的行数和列数

df.shape

import pandas as pd



data = [

    {"name": "Google", "likes": 25, "url": "https://www.google.com"},

    {"name": "Runoob", "likes": 30, "url": "https://www.runoob.com"},

    {"name": "Taobao", "likes": 35, "url": "https://www.taobao.com"}

]



df = pd.DataFrame(data)

# 显示前两行数据

print(df.head(2))

# 显示前最后一行数据

print(df.tail(1))

# 删除包含缺失值的行或列

df.dropna()



# 将缺失值替换为指定的值

df.fillna(0)



# 将指定值替换为新值

df.replace('old_value', 'new_value')



# 检查是否有重复的数据

df.duplicated()



# 删除重复的数据

df.drop_duplicates()

# 选择指定的列

df['column_name']



# 通过标签选择数据

df.loc[row_index, column_name]



# 通过位置选择数据

df.iloc[row_index, column_index]



# 通过标签或位置选择数据

df.ix[row_index, column_name]



# 选择指定的列

df.filter(items=['column_name1', 'column_name2'])



# 选择列名匹配正则表达式的列

df.filter(regex='regex')



# 随机选择 n 行数据

df.sample(n=5)

# 按照指定列的值排序

df.sort_values('column_name')



# 按照多个列的值排序

df.sort_values(['column_name1', 'column_name2'], ascending=[True, False])



# 按照索引排序

df.sort_index()

# 按照指定列进行分组

df.groupby('column_name')



# 对分组后的数据进行聚合操作

df.aggregate('function_name')



# 生成透视表

df.pivot_table(values='value', index='index_column', columns='column_name', aggfunc='function_name')

# 将多个数据框按照行或列进行合并

df = pd.concat([df1, df2])



# 按照指定列将两个数据框进行合并

df = pd.merge(df1, df2, on='column_name')

data.json 文件

[

  {

    "name": "Alice",

    "age": 25,

    "gender": "female",

    "score": 80

  },

  {

    "name": "Bob",

    "age": null,

    "gender": "male",

    "score": 90

  },

  {

    "name": "Charlie",

    "age": 30,

    "gender": "male",

    "score": null

  },

  {

    "name": "David",

    "age": 35,

    "gender": "male",

    "score": 70

  }

]

import pandas as pd



# 读取 JSON 数据

df = pd.read_json('data.json')



# 删除缺失值

df = df.dropna()



# 用指定的值填充缺失值

df = df.fillna({'age': 0, 'score': 0})



# 重命名列名

df = df.rename(columns={'name': '姓名', 'age': '年龄', 'gender': '性别', 'score': '成绩'})



# 按成绩排序

df = df.sort_values(by='成绩', ascending=False)



# 按性别分组并计算平均年龄和成绩

grouped = df.groupby('性别').agg({'年龄': 'mean', '成绩': 'mean'})



# 选择成绩大于等于90的行，并只保留姓名和成绩两列

df = df.loc[df['成绩'] >= 90, ['姓名', '成绩']]



# 计算每列的基本统计信息

stats = df.describe()



# 计算每列的平均值

mean = df.mean()



# 计算每列的中位数

median = df.median()



# 计算每列的众数

mode = df.mode()



# 计算每列非缺失值的数量

count = df.count()