软件测试|数据分析神器pandas教程（一）

前言

Python是非常适合用于数据分析的，除了Python代码简单以外，Python还有非常多的第三方库，对于数据分析有很大帮助，今天我们就介绍一下Python进行数据分析的神器——pandas。

获取更多技术资料，请点击！

安装

从2019年1月1号开始，新发布的pandas将只支持Python3版本，所以我们的教程也以python3.7为例进行演示。

安装pandas和安装其他第三方库类似，只需要一条简单的命令即可，命令如下：

pip install pandas

注：日常使用中，pandas通常和numpy结合使用，所以我们还需要同时安装好numpy模块。

验证安装是否成功，我们可以运行一个简单脚本验证是否安装成功，代码如下：

import pandas

print(pandas.__version__)

-------------------------------
输出结果如下：
1.3.5

简单示例

下面是我们的一个简单的示例，代码如下：

import pandas as pd

dataset = {
  'player': ["Bayern", "Muller", "Germany"],
  'game': ['德甲', '欧冠', '欧洲杯']
}

mydata = pd.DataFrame(dataset)

print(mydata)

-----------------------
输出结果如下：
    player game
0   Bayern   德甲
1   Muller   欧冠
2  Germany  欧洲杯

当然，我们可以在dataset中继续添加其他内容，读取的内容也会按照一样的顺序出现，代码如下：

import pandas as pd

dataset = {
  'team': ["Bayern", "Dortmond", "Germany"],
  'game': ['德甲', '欧冠', '德国杯'],
  'palyer': ['穆西亚拉', '格雷茨卡', '基米希'],
  'enemy': ['man city', 'chelsea', 'paris']
}

mydata = pd.DataFrame(dataset)

print(mydata)

----------------------
输出结果如下：
       team game palyer     enemy
0    Bayern   德甲   穆西亚拉  man city
1  Dortmond   欧冠   格雷茨卡   chelsea
2   Germany  德国杯    基米希     paris

注：日常工作中，我们通常在导入时将pandas导入为pd

总结

本文主要介绍了pandas的安装还有一个简单示例，我们需要注意新版本pandas不再支持Python2.x版本，后续我们将介绍pandas的数据结构。

获取更多技术资料，请点击！