什么是Pandas库？作用是什么？
Pandas库在数据处理和分析中具有广泛的应用，主要包括以下几个方面：
1、数据导入和清洗：Pandas提供了从多种数据源（如CSV、Excel、JSON等）导入数据的功能，并且支持数据的清洗和转换
2、数据分析：Pandas支持各种数据分析功能，包括计算平均值、中位数、标准差等统计量，并且可以进行复杂的数据操作和分析
3、数据可视化：虽然Pandas本身不直接提供数据可视化功能，但它可以与其他可视化库（如Matplotlib）集成，使得数据分析的结果可以直观地展示出来
4、灵活性和扩展性：Pandas可以很容易地与其他Python数据分析库（如NumPy、SciPy、Matplotlib和Scikit-learn）集成，也可以通过接口与其他编程语言和数据存储系统交互，这使得它在数据分析工作中非常灵活和强大。
pandas筛选数据的20种高级用法
1、使用 query 方法进行布尔表达式筛选:
df.query('A > 5 and B < 10') # 选择 A 列大于 5 且 B 列小于 10 的行2、使用 isin 方法进行多值匹配:
df[df['A'].isin([1, 3, 5])] # 选择 A 列值为 1, 3, 5 的行3、使用 ~ 对条件取反:
df[~df['A'].isin([1, 3, 5])] # 选择 A 列值不是 1, 3, 5 的行4、使用 loc 基于标签进行切片:
df.loc[df['A'] > 5, ['B', 'C']] # 选择 A 列大于 5 的行，并返回 B, C 列5、使用 iloc 基于位置进行切片:
df.iloc[10:20, [1, 3]] # 选择第 11 到 20 行，以及第 2 和 4 列6、使用 between 方法选择处于某个范围内的值:
df[df['A'].between(2, 8)] # 选择 A 列值在 2 到 8 之间的行7、使用 startswith 和 endswith 方法进行字符串匹配:
df[df['B'].str.startswith('prefix')] # 选择 B 列以 'prefix' 开头的行
df[df['B'].str.endswith('suffix')] # 选择 B 列以 'suffix' 结尾的行8、使用 contains 方法进行模糊匹配:
df[df['B'].str.contains('substring')] # 选择 B 列包含 'substring' 的行9、使用正则表达式进行筛选:
df[df['B'].str.match(r'\d{3}-\d{3}-\d{4}')]
# 选择 B 列匹配特定格式的电话号码10、使用 lambda 表达式进行自定义筛选:
df[df['A'].apply(lambda x: x > 5 and x < 10)]
# 选择 A 列值大于 5 小于 10 的行11、使用 groupby 分组后进行筛选:
df.groupby('A').filter(lambda x: len(x) > 10)
# 选择 A 列分组后，每组数量大于 10 的行12、使用 nlargest 和 nsmallest 方法选择最大或最小的 n 个值:
df.nlargest(5, 'A') # 选择 A 列最大的 5 行
df.nsmallest(3, 'B') # 选择 B 列最小的 3 行13、使用 sample 方法进行随机抽样:
df.sample(frac=0.2) # 随机选择 20% 的行14、使用 duplicated 方法查找重复值:
df[df.duplicated(subset=['A', 'B'], keep='first')]
# 选择 A, B 列重复的行，保留第一次出现的行15、使用 dropna 方法删除缺失值:
df.dropna(subset=['A', 'B'])
# 删除 A, B 列包含缺失值的行16、使用 fillna 方法填充缺失值：
df.fillna({'A': 0, 'B': 'unknown'})
# 将 A 列缺失值填充为 0，B 列填充为 'unknown'17、使用 replace 方法进行值替换:
df.replace({'A': {1: 'one', 2: 'two'}}) # 将 A 列中 1 替换为 'one'，2 替换为 'two'18、使用 astype 方法进行数据类型转换:
df['A'] = df['A'].astype(int) # 将 A 列转换为整数类型19、使用 applymap 方法对 DataFrame 中的每个元素应用函数:
df.applymap(lambda x: x * 2)
# 将 DataFrame 中每个元素乘以 220、使用 mask 方法根据条件替换值:
df['A'].mask(df['A'] < 5, 0)
# 将 A 列中小于 5 的值替换为 0