1. 导入 Pandas 库 import pandas as pd 2. 创建 DataFrame 对象 # 从列表创建 data = [['Alice', 25], ['Bob', 30], ['Charlie', 35]] df = pd.DataFrame(data, columns=['Name', 'Age']) # 从字典创建 data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]} df = pd.DataFrame(data) 3. 查看 DataFrame 数据 # 查看前几行，默认显示前5行 df.head() # 查看后几行，默认显示后5行 df.tail() # 查看列名 df.columns # 查看数据统计信息 df.describe() 4. 访问 DataFrame 数据 # 按列名访问数据 df['Name'] # 单列 df[['Name', 'Age']] # 多列 # 按行索引访问数据 df.iloc[0] # 第一行 df.iloc[0:2] # 前两行 5. 条件筛选和过滤 # 根据条件筛选行 df[df['Age'] > 30] # 年龄大于30的行 # 根据条件筛选列 df.loc[:, df.columns != 'Name'] # 排除 Name 列的所有列 # 多个条件的组合筛选 df[(df['Age'] > 25) & (df['Age'] < 35)] 6. 数据排序 # 按某一列升序排序 df.sort_values('Age') # 按某一列降序排序 df.sort_values('Age', ascending=False) 7. 添加和更新数据 # 添加新列 df['Gender'] = ['Female', 'Male', 'Male'] # 更新某行数据为Alice，列名位Age的位置的值 df.loc[df['Name'] == 'Alice', 'Age'] = 26 8. 数据导入和导出 # 从 CSV 文件导入数据 df = pd.read_csv('data.csv') # 导出数据到 CSV 文件 df.to_csv('new_data.csv', index=False) # 从 Excel 文件导入数据 df = pd.read_excel('data.xlsx') # 导出数据到 Excel 文件 df.to_excel('new_data.xlsx', index=False)
标签：Name,表格,Python,数据,Age,DataFrame,df,data,Panda From： https://www.cnblogs.com/alicia0/p/18072943