python pandas中DataFrame类型数据操作函数的方法

下面是Python Pandas中DataFrame类型数据操作函数的方法的完整攻略：

DataFrame简介

在Python Pandas中，DataFrame是一种2D的表格数据结构，类似于Excel中的表格。它由一组列构成，每一列可以是不同的数据类型（整数、浮点数、字符串、布尔值等等），并且每个DataFrame也有一个索引（行标签）。

创建DataFrame

我们可以使用Pandas的DataFrame方法来创建数据帧。下面是创建DataFrame的示例代码：

import pandas as pd

# 定义数据
data = {
    'name': ['Tom', 'Jack', 'Steve', 'Ricky'],
    'age': [27, 22, 23, 24],
    'gender': ['M', 'M', 'M', 'M']
}

# 创建DataFrame
df = pd.DataFrame(data)

查看DataFrame

我们可以使用head()方法和tail()方法来查看DataFrame的头部和尾部：

# 查看前5行
df.head()

# 查看后5行
df.tail()

选择DataFrame的列

我们可以使用中括号语法或点语法（如果列名不包含空格或特殊字符）来选取DataFrame的列。

# 使用中括号语法选择单个列
df['name']

# 使用点语法选择单个列
df.name

# 选择多个列
df[['name', 'age']]

选择DataFrame的行

我们可以使用iloc方法和loc方法来选取DataFrame的行，其中iloc是按照行号选取，loc是按照行标签选取。

# 选择单个行
df.iloc[0]

# 选择多个行
df.iloc[0:2]

# 使用loc按照行标签选择行
df.loc[0]

# 使用loc选择多个行
df.loc[0:2]

筛选行

我们可以使用布尔表达式来筛选DataFrame的行。

# 筛选出age大于等于24岁的行
df[df['age'] >= 24]

# 筛选出gender为M的行
df[df['gender'] == 'M']

上述就是Python Pandas中DataFrame类型数据操作函数的方法的完整攻略。