一、如何使用列表创建⼀个DataFrame
# 导入pandas库
import pandas as pd
# 创建一个列表，其中包含数据
data = [['A', 1], ['B', 2], ['C', 3]]
# 使用pandas的DataFrame()函数将列表转换为DataFrame
df = pd.DataFrame(data, columns=['Letter', 'Number']) # 列名
# 显示创建的DataFrame
print(df)
Letter Number
0 A 1
1 B 2
2 C 3二、如何使用Series 字典对象生成 DataFrame
# 导入pandas库
import pandas as pd
# 创建一个字典对象
data = {'Name': ['Tom', 'Nick', 'John'], 'Age': [20, 21, 19]}
# 使用pandas的DataFrame()函数将字典转换为DataFrame
df = pd.DataFrame(data)
# 显示创建的DataFrame
print(df)
Name Age
0 Tom 20
1 Nick 21
2 John 19三、如何查看头部数据和尾部数据
分别是df.head()和df.tail() →默认返回前(后)5条数据。
四、如何快速查看数据的统计摘要
区别df.describe()和df.info()
df.describe()：默认情况下，它会为数值型列提供中心趋势、离散度和形状的统计描述，包括计数、均值、标准差、最小值、下四分位数（25%）、中位数（50%）、上四分位数（75%）以及最大值。此外，你可以通过传递参数来调整df.describe()的行为，例如include参数可以设置为'all'来包含所有列的统计信息，或者设置为'O'来仅包含对象列的统计信息。df.info()：主要用于提供关于DataFrame的一般信息，如列索引、数据类型、非空值数量以及内存使用情况。它不会提供数值型数据的统计摘要，而是更多地关注于数据集的整体结构和数据类型。
五、pandas中的索引操作
pandas⽀持四种类型的多轴索引，它们是:
Dataframe.[ ] 此函数称为索引运算符
Dataframe.loc[ ] : 此函数⽤于标签
Dataframe.iloc[ ] : 此函数⽤于基于位置或整数的
Dataframe.ix[] : 此函数⽤于基于标签和整数的panda set_index()是⼀种将列表、序列或dataframe设置为dataframe索引的⽅法。语法:
DataFrame.set_index(keys, inplace=False)
- keys：列标签或列标签/数组列表，需要设置为索引的列
- inplace：默认为False，适当修改DataFrame(不要创建新对象)
如何重置索引 ？
Pandas Series.reset_index()函数的作⽤是:⽣成⼀个新的DataFrame或带有重置索引的Series。
六、pandas的运算操作
如何得到⼀个数列的最⼩值、第25百分位、中值、第75位和最⼤值？
import pandas as pd
import numpy as np
from numpy import percentile
p = pd.Series(np.random.normal(14, 6, 22))
state = np.random.RandomState(120)
p = pd.Series(state.normal(14, 6, 22))
print(percentile(p, q=[0, 25, 50, 75, 100]))
- Pandas支持加（
+）、减（-）、乘（*）、除（/）、取余（%）等基本算术运算符，可以用于DataFrame和Series之间的元素级运算，以及与标量的运算。- Pandas提供了一系列内置函数，如
sum()、mean()、max()、min()等，用于对数据进行聚合计算。此外，还可以使用apply()方法将自定义函数应用于DataFrame或Series。- 可以使用
sort_values()方法对DataFrame或Series进行排序，根据指定的列或行进行升序或降序排列。
七、apply() 函数使用方法
如果需要将函数应⽤到DataFrame中的每个数据元素，可以使⽤ apply() 函数以便将函数应⽤于给定dataframe中的每⼀⾏。
import pandas as pd
def add(a, b, c):
return a + b + c
def main():
data = {
'A':[1, 2, 3],
'B':[4, 5, 6],
'C':[7, 8, 9] }
df = pd.DataFrame(data)
print("Original DataFrame:\n", df)
df['add'] = df.apply(lambda row : add(row['A'],
row['B'], row['C']), axis = 1)
Original DataFrame:
A B C
0 1 4 7
1 2 5 8
2 3 6 9
A B C add
0 1 4 7 12
1 2 5 8 15
2 3 6 9 18八、pandas的合并操作
如何将新⾏追加到pandas DataFrame？
Pandas dataframe.append()函数的作⽤是：将其他dataframe的⾏追加到给定的dataframe的末尾，返回⼀个新的dataframe对象。
语法:DataFrame.append( ignore_index=False,)
参数:
- ignore_index : 如果为真，就不要使⽤索引标签
import pandas as pd
# 使⽤dictionary创建第⼀个Dataframe
df1 =df =pd.DataFrame({"a":[1, 2, 3, 4],"b":[5, 6, 7, 8]})
# 使⽤dictionary创建第⼆个Dataframe
df2 =pd.DataFrame({"a":[1, 2, 3],"b":[5, 6, 7]})
# 现在将df2附加到df1的末尾
df1.append(df2)第⼆个DataFrame的索引值保留在附加的DataFrame中，设置ignore_index = True可以避免这种情况。
九、分组（Grouping）聚合
“group by” 指的是涵盖下列⼀项或多项步骤的处理流程：
- 分割：按条件把数据分割成多组；
- 应⽤：为每组单独应⽤函数；
- 组合：将处理结果组合成⼀个数据结构。
- 先分组，再⽤ sum()函数计算每组的汇总数据
- 多列分组后，⽣成多层索引，也可以应⽤ sum 函数
- 分组后可以使用如
sum()、mean()、min()、max()等聚合函数来计算每个组的统计值。如果想要对每个分组应用多个函数，可以使用agg()方法，并传入一个包含多个函数名的列表，例如group_1.agg(['sum', 'mean'])。
十、数据透视表应用
透视表是⼀种可以对数据动态排布并且分类汇总的表格格式，在pandas中它被称作pivot_table。
透视表是一种强大的数据分析工具，它可以快速地对大量数据进行汇总、分析和呈现。
pivot_table(data, values=None, index=None, columns=None)
- Index: 就是层次字段，要通过透视表获取什么信息就按照相应的顺序设置字段
- Values: 可以对需要的计算数据进⾏筛选
- Columns: 类似Index可以设置列层次字段，它不是⼀个必要参数，作为⼀种分割数据的可选⽅式。
import pandas as pd
# 创建示例数据
data = {'日期': ['2022-01-01', '2022-01-01', '2022-01-02', '2022-01-02'],
'产品': ['A', 'B', 'A', 'B'],
'地区': ['北京', '上海', '北京', '上海'],
'销售额': [100, 200, 150, 250]}
df = pd.DataFrame(data)
# 使用pivot_table方法创建数据透视表
pivot_table = df.pivot_table(values='销售额', index='产品', columns='地区', aggfunc='sum')
print(pivot_table)
# 结果
地区 北京 上海
产品
A 100 150
B 200 250
