🎬 HoRain 云小助手：个人主页

⛺️生活的理想，就是为了理想的生活!

---

⛳️ 推荐

前些天发现了一个超棒的服务器购买网站，性价比超高，大内存超划算！忍不住分享一下给大家。点击跳转到网站。

目录

⛳️ 推荐

🔍 核心操作详解

1. 创建与查看

2. 数据选择与过滤

3. 数据清洗与预处理

4. 数据处理与转换

5. 数据聚合与分组

6. 合并与连接数据

💡 实用技巧与场景示例

💎 总结

---

Pandas 是 Python 数据科学的基石，其核心 DataFrame和 Series是你必须掌握的工具。下面这个表格汇总了它们的关键操作。

特性/操作	DataFrame (二维表格)	Series (一维数组/列)
创建对象​	pd.DataFrame(data, columns=[])	pd.Series(data, index=[])
查看数据​	.head(), .tail(), .info(), .describe()	.head(), .tail(), .describe()
选择数据​	df[col], df[[col1, col2]], .loc[], .iloc[]	s[index], .loc[], .iloc[], 切片
过滤数据​	布尔索引：df[df[col] > value]	布尔索引：s[s > value]
处理缺失值​	.dropna(), .fillna(value)	.dropna(), .fillna(value)
数据转换​	.astype(), .apply(func)	.astype(), .apply(func), .replace()
排序​	.sort_values(by=col), .sort_index()	.sort_values(), .sort_index()
常用计算​	.mean(), .sum(), .max(), .min()	.mean(), .sum(), .max(), .min()
分组聚合​	.groupby(col)[col].agg(func)	-
合并数据​	pd.concat([df1, df2]), .merge(df2, on=col)	.append(series)

---

🔍 核心操作详解

1. 创建与查看

• 创建DataFrame：最常用的方法是从字典或列表的列表创建。pd.DataFrame({'姓名': ['Alice', 'Bob'], '年龄': [25, 30]})。

• 创建Series：可以从列表或字典创建。pd.Series([10, 20, 30], index=['a', 'b', 'c'])。

• 快速查看：使用 .head(n)和 .tail(n)查看数据首尾。.info()查看数据集概况（行数、列数、数据类型等），.describe()则提供数值型列的快速统计摘要（计数、均值、标准差等）。

2. 数据选择与过滤

这是数据操作的核心，主要使用方括号 []和 .loc、.iloc索引器。

• 选择列：df['列名']获取单列（返回Series），df[['列名1', '列名2']]获取多列（返回DataFrame）。

• 选择行：

  • 按标签选择：.loc[]基于行和列的标签。例如，df.loc[0, '姓名']选择第一行、'姓名'列的值 。

  • 按位置选择：.iloc[]基于行和列的整数位置（从0开始）。例如，df.iloc[0, 1]选择第1行、第2列的值 。

• 布尔索引（条件过滤）：这是过滤数据的强大方式。例如，df[df['年龄'] > 25]会返回所有“年龄”大于25岁的行 。多个条件可以用 &（与）、|（或）连接，注意每个条件要用括号括起来。

3. 数据清洗与预处理

干净的数据是准确分析的前提。

• 处理缺失值：.isnull()检测缺失值。.dropna()删除包含缺失值的行或列。.fillna(值)用指定值（如均值、中位数或0）填充缺失值 。

• 类型转换：.astype(新类型)改变一列的数据类型，例如将字符串转为整数：df['列名'] = df['列名'].astype(int)。

• 删除列：df.drop('列名', axis=1, inplace=True)。inplace=True表示直接在原数据上修改，否则会返回一个新DataFrame 。

• 重命名列：df.rename(columns={'旧名': '新名'}, inplace=True)。

4. 数据处理与转换

• 应用函数：.apply()方法非常强大，可以将自定义函数或Lambda函数应用到DataFrame的列或行上。例如，df['身高米'] = df['身高厘米'].apply(lambda x: x / 100)。

• 排序：df.sort_values(by='列名', ascending=False)按指定列的值降序排序 。

• 去重：df['列名'].drop_duplicates()获取某列的唯一值 。

5. 数据聚合与分组

这是理解数据分布的关键。

• 分组聚合：df.groupby('分组列')['计算列'].agg(聚合函数)。例如，df.groupby('部门')['工资'].mean()计算每个部门的平均工资 。常用聚合函数包括 sum, mean, count, max, min等。

• 数据透视表：pd.pivot_table(df, values='值列', index='行索引列', columns='列索引列', aggfunc='mean')，功能类似Excel数据透视表，能进行多维度的交叉分析 。

6. 合并与连接数据

• 纵向合并：pd.concat([df1, df2])将结构相同的多个DataFrame沿纵向（行方向）拼接 。

• 横向连接：df1.merge(df2, on='关键列', how='inner')类似于SQL的JOIN操作，根据一个或多个键将不同DataFrame连接起来。how参数可以是 inner（内连接）、left（左连接）等 。

---

💡 实用技巧与场景示例

• Series的索引对齐：Series运算时会自动按索引对齐，而不是位置。这是Pandas一个非常强大且需要留心的特性 。

• 链式方法：可以将多个操作链接在一起，使代码更简洁，例如 df.fillna(0).query('age > 30').groupby('city')['income'].mean()。

• 处理大数据集：对于非常大的数据集，可以考虑使用 dtype参数指定数据类型以节省内存，或使用Pandas的 chunksize分块读取功能。

💎 总结

掌握这些核心操作，你就能应对大部分数据分析任务。建议在实际项目中多练习，遇到问题随时查阅Pandas官方文档，它的解释和示例是最权威的。

希望这份总结对你有帮助！如果你在某个具体操作上遇到困难，或者想了解更高级的用法，我们可以继续深入探讨。

❤️❤️❤️本人水平有限，如有纰漏，欢迎各位大佬评论批评指正！😄😄😄

💘💘💘如果觉得这篇文对你有帮助的话，也请给个点赞、收藏下吧，非常感谢!👍 👍 👍

🔥🔥🔥Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧！🌙🌙🌙