Python Pandas DataFrame 常用操作指南

创建 DataFrame：可以通过列表、字典、Numpy数组等方式来创建 DataFrame，如：df = pd.DataFrame({'name':['Alice', 'Bob', 'Charlie'], 'age':[25, 30, 35]})

查看 DataFrame：可以使用 head()、tail()、info()、describe() 等方法来查看 DataFrame 的基本信息，如：df.head()、df.tail()、df.info()、df.describe()

选择数据：可以使用 loc[]、iloc[]、[] 等方式来选择 DataFrame 中的数据，如：df.loc[0]、df.iloc[1:3]、df['name']

修改数据：可以使用 loc[]、iloc[]、[] 等方式来修改 DataFrame 中的数据，如：df.loc[0, 'age'] = 26、df.iloc[2, 1] = 36

删除数据：可以使用 drop() 方法来删除 DataFrame 中的行或列，如：df.drop(0)、df.drop('age', axis=1)

过滤数据：可以使用布尔索引来过滤 DataFrame 中的数据，如：df[df['age'] > 30]

排序数据：可以使用 sort_values() 方法来对 DataFrame 中的数据进行排序，如：df.sort_values('age')

分组数据：可以使用 groupby() 方法来对 DataFrame 中的数据进行分组，如：df.groupby('age').count()

合并数据：可以使用 merge() 方法来合并两个 DataFrame 中的数据，如：df1.merge(df2, on='key')

数据透视表：可以使用 pivot_table() 方法来创建数据透视表，如：pd.pivot_table(df, values='age', index='name', columns='gender')