pandas库中 DataFrame的用法小结

下面是“pandas库中 DataFrame的用法小结”的完整攻略，分为以下几个部分：

1. 什么是DataFrame

DataFrame是pandas库中的一种数据结构，类似于Excel中的数据表。DataFrame有行和列，行代表样本，列代表特征。DataFrame可以由多种数据源创建，包括Numpy数组、Python字典、CSV文件等。

2. 创建DataFrame

2.1. 从Numpy数组创建DataFrame

示例：

import pandas as pd
import numpy as np

arr = np.array([[1, 2], [3, 4], [5, 6]])
df = pd.DataFrame(arr, columns=['a', 'b'])
print(df)

输出：

   a  b
0  1  2
1  3  4
2  5  6

2.2. 从Python字典创建DataFrame

示例：

import pandas as pd

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

输出：

       name  age
0     Alice   25
1       Bob   30
2  Charlie   35

2.3. 从CSV文件创建DataFrame

示例：

import pandas as pd

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

其中，data.csv是包含数据的CSV文件。

3. 操作DataFrame

3.1. 基本操作

示例：

import pandas as pd

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

print(df.head())    # 输出前5行
print(df.info())    # 输出DataFrame的信息
print(df.describe())    # 输出DataFrame的统计信息

3.2. 访问和修改元素

示例：

import pandas as pd

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

print(df['name'])    # 输出name列
print(df.loc[0])    # 输出第一行
df.loc[0, 'name'] = 'David'    # 将第一行的name修改为David
print(df)

输出：

0       Alice
1         Bob
2    Charlie
Name: name, dtype: object
name    Alice
age        25
Name: 0, dtype: object
     name  age
0   David   25
1     Bob   30
2  Charlie   35

3.3. 筛选和过滤

示例：

import pandas as pd

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

print(df[df['age'] > 30])    # 输出年龄大于30的行

输出：

       name  age
2  Charlie   35

4. 结语

以上就是“pandas库中 DataFrame的用法小结”的完整攻略，DataFrame是pandas库中非常重要的数据结构，熟练的掌握DataFrame的用法可以让我们更加高效地进行数据分析和挖掘。