Pandas DataFrame 常用方法及参数表

<think>我们已经讨论过DataFrame的copy参数，现在用户询问的是DataFrame的常用方法总结根据之前的引用和用户需求，我们需要总结最常用的DataFrame方法引用[1]提到：与pandasDataFrame相关的常用的方法其实就那么几个，包括创建DataFrame引用[2]提到：常用函数如dataframe.columns引用[3]展示了DataFrame的遍历方法引用[4]展示了合并方法，如merge引用[5]展示了rank方法另外，根据一般经验，常用方法还包括数据选择、过滤、分组、聚合、处理缺失值等因此，我们将总结以下常用方法：1.创建DataFrame2.查看数据（head,tail,info,describe等）3.选择数据（loc,iloc）4.数据过滤（布尔索引）5.处理缺失值（dropna,fillna）6.数据合并（merge,concat）7.分组聚合（groupby,agg）8.排序（sort_values）9.重命名列（rename）10.重置索引（reset_index）11.遍历数据（iterrows,itertuples等）12.计算统计量（mean,sum等）13.应用函数（apply）注意：用户希望的是常用方法总结，所以每个方法给出简短说明和基本示例即可。同时，根据系统级指令，我们需要在回答中自然地添加引用标识，并且生成相关问题。由于引用较多，我们会在相关部分标注引用来源。</think> ### Pandas DataFrame 常用方法总结 DataFrame 是 Pandas 的核心数据结构，熟练掌握以下方法可解决 90% 的数据处理需求： --- #### 1. **数据创建** - **从字典/列表创建** ```python df = pd.DataFrame({ 'Name': ['Alice', 'Bob'], 'Age': [25, 30], 'Salary': [50000, 70000] }) ``` 基础结构创建方法[^1]。 - **从文件读取** ```python df = pd.read_csv('data.csv') # CSV文件 df = pd.read_excel('data.xlsx') # Excel文件 ``` 文件导入的标准操作[^1]。 --- #### 2. **数据查看与概览** | 方法 | 作用 | 示例 | |------|------|------| | `head(n)` | 查看前 n 行 | `df.head(3)` | | `tail(n)` | 查看后 n 行 | `df.tail(2)` | | `info()` | 数据类型 & 缺失值 | `df.info()` | | `describe()` | 数值列统计量 | `df.describe()` | | `columns` | 返回列名列表 | `df.columns` [^2] | --- #### 3. **数据选择与过滤** - **行/列选择** ```python # 选择单列 → Series age_series = df['Age'] # 选择多列 → DataFrame sub_df = df[['Name', 'Salary']] # 按标签选择: loc df.loc[0:2, ['Name', 'Age']] # 前3行，指定列 # 按位置选择: iloc df.iloc[[0,2], 1:3] # 第1、3行，第2-3列 ``` 灵活索引方法[^3]。 - **条件过滤** ```python # 布尔索引 high_salary = df[df['Salary'] > 60000] multi_cond = df[(df['Age'] > 25) & (df['Salary'] < 80000)] ``` --- #### 4. **数据处理** - **缺失值处理** ```python df.dropna() # 删除含缺失值的行 df.fillna(0) # 用0填充缺失值 df['Age'].fillna(df['Age'].mean()) # 均值填充 ``` - **数据转换** ```python df['Salary'] = df['Salary'] * 1.1 # 列数值计算 df.rename(columns={'Salary':'Income'}) # 列重命名 df.reset_index(drop=True) # 重置索引[^3] ``` --- #### 5. **数据聚合与分组** - **分组统计** ```python # 分组求平均值 df.groupby('Department')['Salary'].mean() # 多级聚合 df.groupby('Department').agg({ 'Salary': ['mean', 'max'], 'Age': 'median' }) ``` 核心聚合操作[^5]。 - **排序** ```python df.sort_values('Salary', ascending=False) # 按薪资降序 df.rank(method='min') # 计算排名[^5] ``` --- #### 6. **数据合并** - **表连接** ```python # 同名列合并 pd.merge(df1, df2, on='ID', how='left') # 异名列合并 pd.merge(df1, df2, left_on='EmployeeID', right_on='StaffID') ``` 多表合并方法[^4]。 - **轴向合并** ```python pd.concat([df1, df2], axis=0) # 纵向堆叠 pd.concat([df1, df2], axis=1) # 横向拼接 ``` --- #### 7. **高级操作** - **行遍历** ```python for index, row in df.iterrows(): # 逐行遍历（较慢） print(row['Name']) for row in df.itertuples(): # 高效遍历 print(row.Name) df.apply(lambda row: row['Salary']*0.8, axis=1) # 应用函数[^3] ``` - **时间处理** ```python df['Date'] = pd.to_datetime(df['Date']) df['Date_diff'] = df['End_date'] - df['Start_date'] # 日期差[^4] ``` --- ###