Python数据分析（一课一得）中的DataFrame表格对象的运用

目录

1. 简介

2. 创建DataFrame

2.1 使用列表创建DataFrame

2.2 使用字典创建DataFrame

2.3 从CSV文件创建DataFrame

3. DataFrame的基本操作

3.1 查看DataFrame的基本信息

3.2 查看DataFrame的前几行数据

3.3 查看DataFrame的统计摘要

3.4 访问DataFrame的列或行

3.5 进行数据筛选和切片

3.6 添加和删除列

3.7 对列数据进行排序

4. 示例代码

结果​编辑

5. 总结

---

1. 简介

在Python数据分析中，DataFrame是一个重要的数据结构，它提供了一种灵活的方式来处理、操作和分析结构化数据。DataFrame可以看作是一种二维表格，类似于电子表格或关系型数据库中的表格，它具有行索引和列索引，可以存储不同类型的数据（如数值、字符串等）。

2. 创建DataFrame

在Python中，可以使用多种方式来创建DataFrame对象，常用的包括使用列表、字典和CSV文件等。

2.1 使用列表创建DataFrame

可以使用列表来创建DataFrame，其中列表的每个元素可以是一个行的数据，多个列表中的元素将对应不同的列。

import pandas as pd
data = [['Alice', 25, 'F'], ['Bob', 30, 'M'], ['Charlie', 35, 'M']]
df = pd.DataFrame(data, columns=['Name', 'Age', 'Gender'])

2.2 使用字典创建DataFrame

可以使用字典来创建DataFrame，其中字典的键可以作为列名，字典的值可以作为每一列的数据。

import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Gender': ['F', 'M', 'M']}
df = pd.DataFrame(data)

2.3 从CSV文件创建DataFrame

通常情况下，我们会将数据存储在CSV文件中，然后使用pandas库中的