学习Python Pandas,轻松掌握数据处理技巧!
作者:BrightSoul
时间:2024-03-20
来源:互联网
浏览:0
importpandasaspd创建DataFrame从列表创建:df=pd.DataFrame({"name":["Alice","Bob","Carol"],"age":[20,25,30]})从字典创建:df=pd.DataFrame({"name":["Alice","Bob","Carol"],"age":[20,25,30],"city":["London","Paris","Rome"]})从CSV文件创建:df=pd.read_csv("data.csv")访问数据访问一列:df["age

import pandas as pd
创建 DataFrame
- 从列表创建:
df = pd.DataFrame({"name": ["Alice", "Bob", "Carol"], "age": [20, 25, 30]})
- 从字典创建:
df = pd.DataFrame({
"name": ["Alice", "Bob", "Carol"],
"age": [20, 25, 30],
"city": ["London", "Paris", "Rome"]
})
- 从 CSV 文件创建:
df = pd.read_csv("data.csv")
访问数据
- 访问一列:
df["age"]
- 访问一行:
df.loc[0]
- 访问特定单元格:
df.loc[0, "age"]
操纵数据
- 添加列:
df["city"] = ["London", "Paris", "Rome"]
- 删除列:
df.drop("age", axis=1, inplace=True)
- 筛选数据:
filtered_df = df[df["age"] > 25]
- 排序数据:
sorted_df = df.sort_values("age")
- 分组数据:
grouped_df = df.groupby("city")
合并数据
- 通过列合并:
df1 = pd.DataFrame({"name": ["Alice", "Bob"], "age": [20, 25]})
df2 = pd.DataFrame({"name": ["Bob", "Carol"], "city": ["Paris", "Rome"]})
merged_df = pd.merge(df1, df2, on="name")
- 通过索引合并:
df1 = pd.DataFrame({"name": ["Alice", "Bob"], "age": [20, 25]})
df2 = pd.DataFrame({"city": ["London", "Paris"], "index": [0, 1]})
merged_df = pd.merge(df1, df2, left_index=True, right_index=True)
数据处理
- 求和:
df["age"].sum()
- 求平均值:
df["age"].mean()
- 求标准差:
df["age"].std()
- 众数:
df["city"].mode()
输出数据
- 输出到 CSV 文件:
df.to_csv("data.csv")
- 输出到 excel 文件:
df.to_excel("data.xlsx")
- 输出到 html 表格:
df.to_html("data.html")
作者最新文章
索尼 Xperia 1 VIII / VII / VI 等手机获 Android 17 更新,新增桌面模式等功能
2026-09-08 16:44
加拿大留学监护声明书(IMM 5646)双页签署与公证核对指南
2026-09-03 15:02
在线PDF转图片教程:一键生成高清图片包
2026-09-03 12:04
Creo零基础入门:新建零件与第一次拉伸建模完整指南
2026-09-03 06:02
扫描件PDF转Word的在线操作步骤与编辑可行性判断
2026-09-02 18:39
热门文章
更多
精品专题
更多
Mac软件
更多
WINDOWS
更多
Windows 10
Windows
Windows 10 是一款微软推出的经典操作系统,拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。
极度公式
Windows/macOS/Linux
极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。
















