Python 中 Pandas 库的用法？

推荐答案

// www.javascriptcn.com code example
import pandas as pd

# 创建DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}
df = pd.DataFrame(data)

# 查看DataFrame的前几行
print(df.head())

# 选择列
print(df['Name'])

# 选择行
print(df.iloc[0])

# 过滤数据
print(df[df['Age'] > 30])

# 添加新列
df['Gender'] = ['F', 'M', 'M']
print(df)

# 删除列
df = df.drop(columns=['Gender'])
print(df)

# 保存到CSV文件
df.to_csv('output.csv', index=False)

# 从CSV文件读取
df = pd.read_csv('output.csv')
print(df)

本题详细解读

1. 创建DataFrame

Pandas中的DataFrame是一个二维的表格型数据结构，类似于Excel表格。可以通过字典、列表等方式创建。

data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}
df = pd.DataFrame(data)

2. 查看DataFrame的前几行

使用head()方法可以查看DataFrame的前几行数据，默认显示前5行。

print(df.head())

3. 选择列

可以通过列名来选择某一列的数据。

print(df['Name'])

4. 选择行

使用iloc可以通过索引选择某一行数据。

print(df.iloc[0])

5. 过滤数据

可以通过条件过滤DataFrame中的数据。

print(df[df['Age'] > 30])

6. 添加新列

可以通过赋值的方式添加新列。

df['Gender'] = ['F', 'M', 'M']
print(df)

7. 删除列

使用drop方法可以删除某一列。

df = df.drop(columns=['Gender'])
print(df)

8. 保存到CSV文件

使用to_csv方法可以将DataFrame保存为CSV文件。

df.to_csv('output.csv', index=False)

9. 从CSV文件读取

使用read_csv方法可以从CSV文件中读取数据并创建DataFrame。

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