Python pandas库DataFrame

1. 创建 DataFrame

import pandas as pd

# 从字典创建
data = {
    "Name": ["Alice", "Bob", "Charlie"],
    "Age": [25, 30, 35],
    "City": ["New York", "Paris", "London"]
}
df = pd.DataFrame(data)

2. 基础操作 

3. 数据选择

# 选择列（返回 Series）
ages = df["Age"] 

# 选择多列（返回 DataFrame）
name_city = df[["Name", "City"]]

# 按行索引选择行
row_1 = df.iloc[0]     # 第一行（索引从0开始）
row_last = df.iloc[-1]  # 最后一行

# 按条件筛选
young_people = df[df["Age"] < 30]  # 年龄<30的行

4. 数据修改 

# 新增列
df["Salary"] = [70000, 80000, 90000]

# 修改列
df["Age"] = df["Age"] + 1  # 所有人年龄+1

# 重命名列
df = df.rename(columns={"City": "Location"})

5. 处理缺失值

# 检查缺失值
df.isnull().sum()

# 删除含缺失值的行
df_clean = df.dropna()

# 填充缺失值
df_filled = df.fillna(0)  # 用0填充

6. 分组聚合

# 按城市分组，计算平均年龄
df.groupby("City")["Age"].mean()

# 多维度聚合
df.groupby("City").agg(
    {"Age": "mean", "Salary": ["min", "max"]}
)

7. 合并 DataFrame 

# 合并两个 DataFrame（类似 SQL JOIN）
df2 = pd.DataFrame({"Name": ["Bob", "David"], "Department": ["IT", "HR"]})
merged = pd.merge(df, df2, on="Name", how="left")  # 左连接

8. 输入/输出数据 

# 读取 CSV
df = pd.read_csv("data.csv")

# 写入 CSV
df.to_csv("output.csv", index=False)

# 读取 Excel
df = pd.read_excel("data.xlsx", sheet_name="Sheet1")

9. 进阶技巧

# 应用函数
df["Age_Group"] = df["Age"].apply(lambda x: "Young" if x < 30 else "Senior")

# 时间序列处理
df["Date"] = pd.to_datetime(df["Date"])
df["Year"] = df["Date"].dt.year

# 透视表
pivot = pd.pivot_table(df, values="Salary", index="City", columns="Age_Group")