python dataframe相关的用法

<think>好的，用户现在需要关于Python中DataFrame的相关用法的解释。首先，我需要回忆DataFrame的基本概念，它是pandas库中的二维表格数据结构，类似于Excel的表格。接下来，用户可能想知道常用的操作，比如创建、查看数据、数据筛选、修改、合并、分组聚合等。 首先，创建DataFrame的方法，比如从字典、列表、CSV文件读取等。然后，基本的查看方法，比如head()、tail()、info()、describe()。接着是数据选择，比如通过列名、行号（loc和iloc），条件筛选。数据修改包括新增列、删除列、替换值。合并操作有concat和merge，分组聚合用groupby。还有处理缺失值，比如dropna()、fillna()。可能还要提到排序，sort_values()，以及统计函数如sum()、mean()等。 需要注意用户可能的实际应用场景，比如数据清洗、分析，所以需要覆盖常用功能。同时，要给出示例代码，让解释更清晰。比如创建DataFrame的示例，用字典或者读取CSV；筛选数据的示例，用条件表达式；分组聚合的例子，比如按某列分组后计算平均值。 另外，用户可能对高级操作感兴趣，比如透视表pivot_table，或者时间序列处理，但可能需要先覆盖基础。需要确保解释简洁明了，重点突出常用方法，避免过于复杂。还要注意术语的准确性，比如区分loc（标签索引）和iloc（位置索引）的不同。 现在需要组织这些内容，结构清晰，先介绍DataFrame是什么，然后分点讲解常用操作，每个操作给出简短的解释和示例代码。最后，确保相关问题部分符合要求，提出3-5个相关问题，覆盖用户可能的后续疑问，比如处理缺失值、合并数据的区别、分组聚合的应用等。 </think>在Python中，`DataFrame`是`pandas`库的核心数据结构之一，用于存储二维表格数据（行和列），类似Excel表格或SQL表。以下是`DataFrame`的常见用法及示例： ### **1. 创建DataFrame** 通过多种数据源创建，如字典、列表、CSV文件等。 **示例**： ```python import pandas as pd # 从字典创建（键为列名，值为列数据） data = {"姓名": ["张三", "李四", "王五"], "年龄": [25, 30, 28], "分数": [85.5, 92.0, 78.5]} df = pd.DataFrame(data) # 从列表创建（需指定列名） rows = [["张三", 25, 85.5], ["李四", 30, 92.0]] df = pd.DataFrame(rows, columns=["姓名", "年龄", "分数"]) # 从CSV文件读取（最常用） df = pd.read_csv("data.csv") # 读取本地CSV文件 ``` ### **2. 查看数据基本信息** - `head(n)`：查看前`n`行（默认5行）。 - `tail(n)`：查看后`n`行。 - `info()`：显示列名、数据类型、非空值数量。 - `describe()`：统计数值列的均值、标准差、分位数等。 - `shape`：返回`(行数, 列数)`。 **示例**： ```python print(df.head(2)) # 前2行 df.info() # 输出列信息（如：姓名 object, 年龄 int64...） print(df.shape) # 输出 (3, 3)（3行3列） ``` ### **3. 数据选择与筛选** - **按列选择**：直接通过列名（`df["列名"]`）或点语法（`df.列名`）。 - **按行选择**： - `loc[]`：基于行标签（索引名）选择（如`df.loc[0]`选第0行）。 - `iloc[]`：基于行位置（整数索引）选择（如`df.iloc[0:2]`选前2行）。 - **条件筛选**：通过布尔表达式过滤行（如筛选年龄>25的行）。 **示例**： ```python # 选"分数"列 scores = df["分数"] # 选第0行到第1行（含第1行） rows = df.iloc[0:2] # 筛选年龄>25且分数≥90的行 filtered_df = df[(df["年龄"] > 25) & (df["分数"] >= 90)] ``` ### **4. 数据修改与新增** - **新增列**：直接赋值（如新增“是否及格”列）。 - **删除列/行**：`drop()`方法（`axis=1`删列，`axis=0`删行）。 - **替换值**：`replace()`方法或直接赋值。 **示例**： ```python # 新增列：根据分数判断是否及格（分数≥60为及格） df["是否及格"] = df["分数"].apply(lambda x: "是" if x >= 60 else "否") # 删除"年龄"列 df = df.drop("年龄", axis=1) # 替换姓名"王五"为"王六" df["姓名"] = df["姓名"].replace("王五", "王六") ``` ### **5. 数据合并与分组** - **合并**：`pd.concat()`（按行或列拼接）、`pd.merge()`（类似SQL的JOIN）。 - **分组聚合**：`groupby()`按某列分组，结合`sum()`、`mean()`等统计函数。 **示例**： ```python # 合并两个DataFrame（按行拼接） df2 = pd.DataFrame({"姓名": ["赵六"], "分数": [88.0]}) combined_df = pd.concat([df, df2], ignore_index=True) # 重置索引 # 按"是否及格"分组，计算平均分数 grouped = df.groupby("是否及格")["分数"].mean() ``` ### **6. 处理缺失值** - `isnull()`/`notnull()`：检测缺失值（`NaN`）。 - `dropna()`：删除含缺失值的行/列。 - `fillna()`：填充缺失值（如用均值、中位数）。 **示例**： ```python # 检查是否有缺失值 print(df.isnull().sum()) # 各列缺失值数量 # 删除有缺失值的行 df_clean = df.dropna() # 用分数的均值填充缺失值 df["分数"] = df["分数"].fillna(df["分数"].mean()) ```