Pandas 3 -行列单元格的基本操作

Pandas的Series和DataFrame是两个核心数据结构，提供了丰富的操作方法来处理行、列和单元格。下面将详细介绍如何使用Pandas进行这些操作。

1. Series操作

Series是Pandas中的一维数组，带有标签（索引）。可以对Series进行多种操作，包括索引、切片、过滤等。

1.1 创建Series

import pandas as pd  
  
# 创建一个Series  
s = pd.Series([1, 3, 5, 7, 9], index=['a', 'b', 'c', 'd', 'e'])  
print(s)  

输出：

a    1  
b    3  
c    5  
d    7  
e    9  
dtype: int64  

1.2 索引和切片

# 通过标签索引  
print(s['a'])  # 输出: 1  
  
# 通过位置索引  
print(s[0])    # 输出: 1  
  
# 切片  
print(s['a':'c'])  # 输出: a    1, b    3, c    5  
print(s[0:2])      # 输出: a    1, b    3  

1.3 过滤

# 过滤大于5的值  
print(s[s > 5])  # 输出: d    7, e    9  

2. DataFrame操作

DataFrame是Pandas的二维表格数据结构，可以看作是Series的容器。可以对DataFrame进行行、列和单元格的操作。

2.1 创建DataFrame

import pandas as pd  
  
# 创建一个DataFrame  
data = {  
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],  
    'Age': [24, 27, 22, 32],  
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston']  
}  
  
df = pd.DataFrame(data)  
print(df)  

输出：

      Name  Age         City  
0    Alice   24     New York  
1      Bob   27  Los Angeles  
2  Charlie   22      Chicago  
3    David   32      Houston  

2.2 列操作

# 选择一列  
print(df['Name'])  
  
# 选择多列  
print(df[['Name', 'City']])  
  
# 添加新列  
df['Salary'] = [75000, 80000, 70000, 90000]  
print(df)  
  
# 删除列  
df = df.drop(columns=['Salary'])  
print(df)  

2.3 行操作

# 选择一行（通过位置）  
print(df.iloc[0])  
  
# 选择一行（通过标签）  
print(df.loc[0])  
  
# 选择多行  
print(df[0:2])  
  
# 添加新行（需要逐行添加）  
new_row = pd.Series({'Name': 'Eve', 'Age': 29, 'City': 'San Francisco'})  
df = df.append(new_row, ignore_index=True)  
print(df)  
  
# 删除行  
df = df.drop(index=[4])  
print(df)  

2.4 单元格操作

# 选择一个单元格（通过位置）  
print(df.iloc[0, 0])  # 输出: Alice  
  
# 选择一个单元格（通过标签）  
print(df.loc[0, 'Name'])  # 输出: Alice  
  
# 修改单元格值  
df.loc[0, 'Age'] = 25  
print(df)