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.yssmx.com'
dfs = pd. read_html ( url )
df = dfs [ ] # 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" : "yssmx" , "likes" : 30 , "url" : "https://www.yssmx.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 ( )

# 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' )

[
  {
    "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' : , 'score' : } )

# 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 ( )