pd.DataFrame

pd.DataFrame 是 Pandas 库中的一个类，用于创建和操作数据表格。它类似于电子表格或 SQL 表格，提供了强大的数据操作和分析功能。

pd.DataFrame 构造函数

pd.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

• data: 可以是各种类型的数据结构，如字典、列表、NumPy 数组、Pandas Series、另一个 DataFrame 等。它是构造 DataFrame 的主要数据源。
• index: 行标签，默认为 RangeIndex (0, 1, 2, ..., n)。可以传入一个列表或 NumPy 数组来指定行标签。
• columns: 列标签，默认为从数据中推断的标签。可以传入一个列表或 NumPy 数组来指定列标签。
• dtype: 每列的类型，可选。如果没有指定，Pandas 会自动推断。
• copy: 默认为 False。如果为 True，则复制数据。

示例

1. 从字典创建

import pandas as pd

# 从字典创建 DataFrame
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
"""

2. 从列表创建

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
"""

3. 从 NumPy 数组创建

import numpy as np

data = np.array([
    ['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
"""

常见操作

1. 查看数据

# 查看前几行
print(df.head())

# 查看数据信息
print(df.info())

# 查看描述性统计
print(df.describe())

2. 选择数据

# 选择一列
print(df['name'])

# 选择多列
print(df[['name', 'city']])

# 选择行
print(df.loc[0])  # 按标签选择
print(df.iloc[0])  # 按位置选择

3. 筛选数据

# 根据条件筛选
print(df[df['age'] > 30])

4. 添加和删除列

# 添加新列
df['country'] = 'USA'
print(df)

# 删除列
df.drop(columns=['country'], inplace=True)
print(df)

5. 处理缺失值

# 检查缺失值
print(df.isnull().sum())

# 填充缺失值
df.fillna(0, inplace=True)

# 删除缺失值
df.dropna(inplace=True)

6. 合并和连接

# 合并两个 DataFrame
df1 = pd.DataFrame({'key': ['A', 'B', 'C'], 'value': [1, 2, 3]})
df2 = pd.DataFrame({'key': ['A', 'B', 'D'], 'value': [4, 5, 6]})

# 按照 key 列合并
merged_df = pd.merge(df1, df2, on='key')
print(merged_df)

7. 分组和聚合

# 按某列分组并计算聚合值
grouped = df.groupby('city').agg({'age': 'mean'})
print(grouped)