Python 数据分析 Pandas

学习Pandas DataFrame的创建和操作 · 难度：高级 · +15XP

Python 数据分析 Pandas

Pandas 是 Python 中最强大的数据分析库，提供了两种核心数据结构：Series（一维标签数组）和 DataFrame（二维表格数据）。Pandas 构建在 NumPy 之上，能够方便地处理结构化数据、时间序列和缺失值，是数据科学领域不可或缺的工具。

创建 DataFrame

import pandas as pd
import numpy as np
# 从字典创建
df = pd.DataFrame({
    '姓名': ['张三', '李四', '王五', '赵六'],
    '年龄': [25, 30, 35, 28],
    '城市': ['北京', '上海', '广州', '深圳'],
    '工资': [8000, 12000, 15000, 10000]
})
print(df)
# 从 CSV 文件读取
# df = pd.read_csv('data.csv')
# 从 Excel 读取
# df = pd.read_excel('data.xlsx', sheet_name='Sheet1')

数据查看与筛选

import pandas as pd
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [25, 32, 28, 45],
    'salary': [50000, 65000, 55000, 80000]
})
# 查看基本信息
print(df.head(2))      # 前2行
print(df.tail(1))      # 最后1行
print(df.info())       # 数据类型和缺失值信息
print(df.describe())   # 统计摘要
# 数据筛选
print(df[df['age'] > 28])           # 年龄大于28
print(df[df['salary'] > 55000])    # 工资大于55000
print(df[(df['age'] > 25) & (df['salary'] < 70000)])  # 多条件
# 选择特定列
print(df['name'])
print(df[['name', 'salary']])

数据处理操作

import pandas as pd
import numpy as np
df = pd.DataFrame({
    'A': [1, 2, np.nan, 4],
    'B': [5, np.nan, np.nan, 8],
    'C': [9, 10, 11, 12]
})
# 处理缺失值
print(df.isnull().sum())        # 统计缺失值数量
df_filled = df.fillna(0)        # 用0填充
df_dropped = df.dropna()        # 删除含缺失值的行
# 排序
df_sorted = df.sort_values('C', ascending=False)
# 添加新列
df['D'] = df['A'] + df['C']
# 删除列
df = df.drop('D', axis=1)

Pandas 常用操作速查表