Python DataFrame相关操作

一、创建DataFrame

在使用pandas库进行数据分析时，首先需要创建DataFrame对象。DataFrame可以看作是一张数据库表格或者电子表格，其中包含了多个Series。我们可以使用列表、字典等数据结构作为DataFrame的数据源来创建DataFrame。

import pandas as pd

# 使用列表创建DataFrame
data = [['Tom', 25], ['Jerry', 30], ['Mike', 28]]
df = pd.DataFrame(data, columns=['Name', 'Age'])
print(df)

# 使用字典创建DataFrame
data = {'Name': ['Tom', 'Jerry', 'Mike'], 'Age': [25, 30, 28]}
df = pd.DataFrame(data)
print(df)

二、数据选取和切片

对于DataFrame对象，我们可以通过列名选取对应的列，也可以通过行索引选取对应的行或者使用切片选取一块区域。同时也可以使用loc和iloc方法实现更加灵活的选取。

# 列选取
df['Name']
df.Name

# 行选取
df.loc[0]
df.iloc[0]

# 切片选取
df.loc[0:1, 'Name':'Age']
df.iloc[0:2, 0:2]

三、数据过滤和排序

在数据分析中，我们需要根据不同的条件对数据进行过滤，同时也需要根据不同的列对数据进行排序。

# 数据过滤
df[df.Age > 25]

# 数据排序
df.sort_values(by='Age')
df.sort_values(by=['Age', 'Name'], ascending=[True, False])

四、数据聚合和统计

在进行数据分析时，我们需要对数据进行聚合和统计，例如求和、平均值、最大值等。

# 数据聚合
df.groupby(by='Age').sum()

# 数据统计
df.describe()
df.count()
df.mean()
df.max()

五、数据合并和拼接

在实际的数据分析中，我们需要将多个数据集合并起来或者将一个数据集拆分为多个数据集。Pandas提供了多个方法实现数据的合并和拼接。

# 数据合并
df1 = pd.DataFrame({'Name': ['Tom', 'Jerry'], 'Age': [25, 30]})
df2 = pd.DataFrame({'Name': ['Mike', 'Jerry'], 'Salary': [5000, 6000]})
pd.merge(df1, df2, on='Name', how='inner')

# 数据拼接
pd.concat([df1, df2], axis=1)

六、数据可视化

通过数据可视化，我们可以更加直观地展示数据分析结果，为决策提供依据。Pandas提供了多个方法实现数据可视化，例如plot方法、hist方法、scatter方法等。

# 数据可视化
df.plot.bar(x='Name', y='Age')
df.plot.hist(bins=10)
df.plot.scatter(x='Age', y='Salary')