dataframe学习知识总结

DataFrame是Python中pandas库的一个重要数据结构，它是一个二维表格型数据结构，可以存储多种DataFrame是Python中pandas库的一个重要数据结构，它是一个二维表格型数据结构，可以存储多种类型的数据，并且具有很多实用的功能。以下是一些关于DataFrame的学习知识总结：

1. 创建DataFrame：

   • 使用字典创建：pd.DataFrame(data)，其中data是一个字典，键是列名，值是列中的数据。
   • 使用列表创建：pd.DataFrame(data, columns=columns)，其中data是一个列表，columns是一个包含列名的列表。
   • 从文件中读取：pd.read_csv('file.csv')、pd.read_excel('file.xlsx')等。

2. 查看DataFrame信息：

   • df.info()：显示DataFrame的基本属性和索引信息。
   • df.describe()：显示DataFrame的描述性统计信息。
   • df.head()：显示DataFrame的前5行数据。
   • df.tail()：显示DataFrame的后5行数据。

3. 选择和过滤数据：

   • 通过列名选择：df['column_name']。
   • 通过行索引选择：df.loc[row_index]。
   • 通过条件过滤：df[df['column_name'] > value]。

4. 修改DataFrame：

   • 修改单个元素：df.loc[row_index, 'column_name'] = new_value。
   • 修改一列：df['column_name'] = new_values。
   • 添加新列：df['new_column_name'] = new_values。
   • 删除列：df.drop('column_name', axis=1, inplace=True)。

5. 分组和聚合：

   • 使用groupby()函数对数据进行分组：df.groupby('column_name')。
   • 使用聚合函数（如sum、mean、max等）对分组后的数据进行计算：df.groupby('column_name').agg({'column1': 'sum', 'column2': 'mean'})。

6. 排序和排名：

   • 对整个DataFrame进行排序：df.sort_values(by='column_name', ascending=True)。
   • 对某一列进行排序：df['column_name'].sort_values()。
   • 对某一列进行排名：df['column_name'].rank()。

7. 合并和连接：

   • 使用concat()函数将多个DataFrame按行或列方向进行合并：pd.concat([df1, df2], axis=0)。
   • 使用merge()函数将两个DataFrame按照某个共同的列进行连接：pd.merge(df1, df2, on='common_column')。

8. 缺失值处理：

   • 查看缺失值：df.isnull().sum()。
   • 填充缺失值：df['column_name'].fillna(value)。
   • 删除含有缺失值的行或列：df.dropna()、df.dropna(axis=1)、df.dropna(axis=0)。