跳到主要内容

Pandas DataFrame对象

介绍​

Pandas是Python中一个强大的数据处理库，而DataFrame是Pandas中最常用的数据结构之一。DataFrame是一个二维的、大小可变的、可以包含异构类型数据的表格型数据结构。它类似于Excel表格或SQL表，但功能更加强大和灵活。

DataFrame由行和列组成，每一列可以有不同的数据类型（如整数、浮点数、字符串等）。每一行和每一列都有一个标签，可以通过这些标签来访问数据。

创建DataFrame​

我们可以通过多种方式创建DataFrame，最常见的方式是从字典、列表或外部文件（如CSV文件）中创建。

从字典创建DataFrame​

python
import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}

df = pd.DataFrame(data)
print(df)

输出：

      Name  Age         City
0    Alice   25     New York
1      Bob   30  Los Angeles
2  Charlie   35      Chicago

在这个例子中，我们使用了一个字典来创建DataFrame。字典的键成为DataFrame的列名，而字典的值成为DataFrame中的数据。

从列表创建DataFrame​

python
data = [
    ['Alice', 25, 'New York'],
    ['Bob', 30, 'Los Angeles'],
    ['Charlie', 35, 'Chicago']
]

df = pd.DataFrame(data, columns=['Name', 'Age', 'City'])
print(df)

输出：

      Name  Age         City
0    Alice   25     New York
1      Bob   30  Los Angeles
2  Charlie   35      Chicago

在这个例子中，我们使用了一个列表来创建DataFrame，并通过columns参数指定了列名。

访问DataFrame中的数据​

访问列​

我们可以通过列名来访问DataFrame中的某一列。

python
print(df['Name'])

输出：

0      Alice
1        Bob
2    Charlie
Name: Name, dtype: object

访问行​

我们可以通过iloc或loc来访问DataFrame中的某一行。

python
print(df.iloc[1])

输出：

Name            Bob
Age              30
City    Los Angeles
Name: 1, dtype: object

访问特定单元格​

我们可以通过iloc或loc来访问DataFrame中的特定单元格。

python
print(df.iloc[1, 2])

输出：

Los Angeles

修改DataFrame​

添加新列​

我们可以通过赋值的方式向DataFrame中添加新列。

python
df['Salary'] = [70000, 80000, 90000]
print(df)

输出：

      Name  Age         City  Salary
0    Alice   25     New York   70000
1      Bob   30  Los Angeles   80000
2  Charlie   35      Chicago   90000

修改数据​

我们可以通过赋值的方式修改DataFrame中的数据。

python
df.at[1, 'Age'] = 31
print(df)

输出：

      Name  Age         City  Salary
0    Alice   25     New York   70000
1      Bob   31  Los Angeles   80000
2  Charlie   35      Chicago   90000

实际应用场景​

数据清洗​

在实际的数据分析中，我们经常需要对数据进行清洗。例如，我们可能需要处理缺失值、删除重复数据或转换数据类型。

python
# 处理缺失值
df['Salary'].fillna(0, inplace=True)

# 删除重复数据
df.drop_duplicates(inplace=True)

# 转换数据类型
df['Age'] = df['Age'].astype(float)

数据分组与聚合​

我们可以使用groupby方法对数据进行分组，并使用聚合函数（如sum、mean等）对数据进行汇总。

python
grouped_df = df.groupby('City')['Salary'].mean()
print(grouped_df)

输出：

City
Chicago         90000.0
Los Angeles     80000.0
New York        70000.0
Name: Salary, dtype: float64

总结​

DataFrame是Pandas中最常用的数据结构之一，它提供了强大的数据处理功能。通过本文，我们学习了如何创建DataFrame、访问和修改数据，以及如何在实际应用中使用DataFrame进行数据清洗和分组聚合。

附加资源与练习​

  • 练习1：创建一个包含5行3列的DataFrame，列名分别为A、B、C，并尝试访问和修改其中的数据。
  • 练习2：从一个CSV文件中读取数据并创建DataFrame，然后对数据进行清洗和分组聚合操作。
提示

如果你想深入学习Pandas，可以参考Pandas官方文档。