pandas函数和方法

以下是一些常用的pandas函数和方法，用于处理表格数据：

1. pd.read_csv()：从CSV文件中读取数据并创建DataFrame对象。

   • filepath_or_buffer：CSV文件路径或URL。
   • sep：字段分隔符（默认为逗号）。
   • 其他参数：例如header、index_col、usecols等。

2. DataFrame.head()：返回DataFrame的前几行数据，默认为前5行。

   • n：返回的行数。

3. DataFrame.tail()：返回DataFrame的后几行数据，默认为后5行。

   • n：返回的行数。

4. DataFrame.info()：显示DataFrame对象的基本信息，包括列名、数据类型、非空值数量等。

5. DataFrame.describe()：显示DataFrame对象的统计摘要，包括计数、均值、标准差、最小值、25%分位数、中位数、75%分位数、最大值等。

6. DataFrame.shape：返回DataFrame对象的维度（行数和列数）。

7. DataFrame.columns：返回DataFrame对象的列名列表。

8. DataFrame.iloc[]：根据行和列的位置选择DataFrame中的数据。

   • row_indexer：行索引。
   • col_indexer：列索引。

9. DataFrame.loc[]：根据行和列的标签选择DataFrame中的数据。

   • row_label：行标签。
   • col_label：列标签。

10. DataFrame.groupby()：按指定列对数据进行分组。

11. DataFrame.sort_values()：根据列的值对数据进行排序。

这里我提供一个示例，你可以根据需要在代码中进行修改和调整。

import pandas as pd

# 创建示例数据
data = {
    '姓名': ['张三', '李四', '王五'],
    '年龄': [25, 30, 28],
    '性别': ['男', '女', '男']
}

# 创建DataFrame对象
df = pd.DataFrame(data)

# 打印DataFrame对象
print(df)
1
2
3
4
5
6
7
8
9
10
11
12
13
14

这段代码将创建一个包含姓名、年龄和性别的表格，并使用pandas库的DataFrame对象进行表示。可以根据实际需求修改data字典中的数据，以及表格的列名和内容。

当运行此代码时，会输出如下表格：

   姓名  年龄 性别
0  张三  25  男
1  李四  30  女
2  王五  28  男
1
2
3
4

这只是一个简单的示例，可以根据自己的需求进行进一步的操作和定制。如果需要更复杂的表格操作，还可以参考pandas库的官方文档。

pandas库的官方文档网址是：
https://pandas.pydata.org/docs/
1
2

可以在该网址上找到详细的文档，包括函数、方法、示例代码以及解释，官方文档提供了全面的指南。