Python DataFrame初学者指南:轻松上手构建数据表格

简介: 【5月更文挑战第19天】本文是针对初学者的Pandas DataFrame指南,介绍如何安装Pandas、创建DataFrame(从字典或CSV文件)、查看数据(`head()`, `info()`, `describe()`)、选择与操作数据(列、行、缺失值处理、数据类型转换、排序、分组聚合)以及保存DataFrame到CSV文件。通过学习这些基础,你将能轻松开始数据科学之旅。

在Python的数据处理世界中,Pandas库及其核心数据结构DataFrame无疑是最受欢迎的。DataFrame提供了一个强大而灵活的方式来存储、操作和分析表格数据。对于初学者来说,理解并掌握DataFrame的基本概念和使用方法,是数据科学之旅的重要一步。本文将引导你轻松上手Python DataFrame,构建并操作数据表格。

一、安装Pandas库

首先,确保你的Python环境中已经安装了Pandas库。如果尚未安装,可以使用pip命令进行安装:

pip install pandas

二、创建DataFrame

DataFrame可以从多种数据源创建,如列表、字典、CSV文件等。下面是一些基本的创建方法:

1. 从字典创建

import pandas as pd

data = {
   
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Paris', 'London']
}

df = pd.DataFrame(data)
print(df)

2. 从CSV文件创建

如果你有一个CSV文件,可以直接使用pd.read_csv()函数读取并创建DataFrame:

df = pd.read_csv('data.csv')
print(df)

三、查看DataFrame信息

1. 查看前几行数据

使用head()方法可以查看DataFrame的前几行数据:

print(df.head())  # 默认显示前5行
print(df.head(3))  # 显示前3行

2. 查看数据的基本信息

使用info()方法可以查看DataFrame的列名、数据类型、非空值数量等基本信息:

print(df.info())

3. 查看数据描述性统计

对于数值型列,可以使用describe()方法查看描述性统计信息,如计数、均值、标准差、最小值、25%分位数、中位数、75%分位数和最大值:

print(df.describe())  # 假设DataFrame中有数值型列

四、操作DataFrame

1. 选择数据

  • 选择列:使用列名选择单列或多列。
print(df['Name'])  # 选择Name列
print(df[['Name', 'Age']])  # 选择Name和Age列
  • 选择行:使用lociloc方法选择行。
print(df.loc[0])  # 选择第一行
print(df.iloc[1:3])  # 选择第二行到第三行(不包括第四行)

2. 数据清洗

  • 处理缺失值:使用dropna()删除包含缺失值的行或列,或使用fillna()填充缺失值。
df_no_na = df.dropna()  # 删除包含缺失值的行
df_filled = df.fillna('Unknown')  # 使用'Unknown'填充缺失值
  • 数据类型转换:使用astype()方法转换数据类型。
df['Age'] = df['Age'].astype(int)  # 将Age列转换为整数类型

3. 数据排序

使用sort_values()方法按指定列的值对DataFrame进行排序。

df_sorted = df.sort_values(by='Age')  # 按Age列的值排序

4. 数据分组与聚合

使用groupby()方法进行数据分组,然后结合聚合函数(如sum(), mean(), count()等)对分组数据进行操作。

grouped = df.groupby('City')['Age'].mean()  # 按City分组并计算Age的均值
print(grouped)

五、保存DataFrame

可以使用to_csv()方法将DataFrame保存到CSV文件中:

df.to_csv('output.csv', index=False)  # 将DataFrame保存到CSV文件,不保存索引列

六、总结

本文介绍了Pandas DataFrame的基本概念和常用操作,包括创建DataFrame、查看DataFrame信息、选择数据、数据清洗、数据排序、数据分组与聚合以及保存DataFrame。通过掌握这些基本操作,你可以轻松上手Python DataFrame,构建并操作数据表格,为数据分析和数据科学之旅打下坚实的基础。

相关文章
|
1天前
|
数据采集 存储 数据挖掘
Python网络爬虫实战:抓取并分析网页数据
使用Python的`requests`和`BeautifulSoup`,本文演示了一个简单的网络爬虫,抓取天气网站数据并进行分析。步骤包括发送HTTP请求获取HTML,解析HTML提取温度和湿度信息,以及计算平均温度。注意事项涉及遵守robots.txt、控制请求频率及处理动态内容。此基础爬虫展示了数据自动收集和初步分析的基础流程。【6月更文挑战第14天】
44 9
|
1天前
|
存储 安全 Java
在Python中,引用和赋值机制是理解变量和数据对象之间关系的关键
【6月更文挑战第16天】Python变量是对象引用,不存储数据,指向内存中的对象。赋值`=`创建引用,不复制对象。`b = a`时,a和b指向同一对象。引用计数管理对象生命周期,垃圾回收在引用数为0时回收对象。理解这些机制对优化内存使用关键。
19 7
|
2天前
|
数据库 Python
Python实践:从零开始构建你的第一个Web应用
使用Python和轻量级Web框架Flask,你可以轻松创建Web应用。先确保安装了Python,然后通过`pip install Flask`安装Flask。在`app.py`中编写基本的"Hello, World!"应用,定义路由`@app.route('/')`并运行`python app.py`启动服务器。扩展应用,可添加新路由显示当前时间,展示Flask处理动态内容的能力。开始你的Web开发之旅吧!【6月更文挑战第13天】
16 2
|
2天前
|
Python
在Python的pandas库中,向DataFrame添加新列简单易行
【6月更文挑战第15天】在Python的pandas库中,向DataFrame添加新列简单易行。可通过直接赋值、使用Series或apply方法实现。例如,直接赋值可将列表或Series对象分配给新列;使用Series可基于现有列计算生成新列;apply方法则允许应用自定义函数到每一行或列来创建新列。
27 8
|
3天前
|
存储 Python 容器
【Python数据魔术】:揭秘类型奥秘,赋能代码创造
【Python数据魔术】:揭秘类型奥秘,赋能代码创造
|
3天前
|
存储 索引 Python
【Python列表解锁】:掌握序列精髓,驾驭动态数据集合
【Python列表解锁】:掌握序列精髓,驾驭动态数据集合
|
3天前
|
Python 存储 数据处理
【Python数据类型的奥秘】:构建程序基石,驾驭信息之海
【Python数据类型的奥秘】:构建程序基石,驾驭信息之海
|
1月前
|
存储 数据可视化 数据挖掘
Python在数据分析中的利器:Pandas库全面解析
【2月更文挑战第7天】 众所周知,Python作为一种简洁、易学且功能强大的编程语言,被广泛运用于数据科学和人工智能领域。而Pandas库作为Python中最受欢迎的数据处理库之一,在数据分析中扮演着举足轻重的角色。本文将全面解析Pandas库的基本功能、高级应用以及实际案例,带您深入了解这个在数据分析领域的利器。
97 1
|
1月前
|
数据采集 SQL 数据挖掘
Python 的科学计算和数据分析: 什么是 NumPy 和 Pandas?它们各自的作用是什么?
Python 的科学计算和数据分析: 什么是 NumPy 和 Pandas?它们各自的作用是什么?
|
1月前
|
SQL 数据挖掘 数据处理
Python数据分析(二)—— Pandas快速入门
Python数据分析(二)—— Pandas快速入门