DataFrame相应的操作方法

DataFrame 是 pandas 库中用于处理和分析数据的一个重要数据结构。下面是一些常用的 DataFrame 操作方法：

1. 创建 DataFrame：
- 使用字典创建：`df = pd.DataFrame({'col1': [1, 2, 3], 'col2': ['a', 'b', 'c']})`
- 从 NumPy 数组创建：`df = pd.DataFrame(np.array([[1, 2], [3, 4]]))`
- 从 CSV 文件导入：`df = pd.read_csv('data.csv')`

2. 查看 DataFrame：
- 查看前几行：`df.head()`
- 查看后几行：`df.tail()`
- 查看列名：`df.columns`

3. 选择和过滤数据：
- 按列选择：`df['col']` 或 `df.loc[:, 'col']`
- 按行选择：`df.loc[row_index]` 或 `df.iloc[row_number]`
- 条件过滤：`df[df['col'] > 5]`

4. 添加、删除和修改数据：
- 添加列：`df['new_col'] = [1, 2, 3]`
- 删除列：`del df['col']` 或 `df.pop('col')`
- 添加行：`df.loc[new_index] = [1, 'a']`
- 删除行：`df.drop(row_index)`
- 修改值：`df.loc[row_index, 'col'] = new_value`

5. 数据统计和计算：
- 统计描述：`df.describe()`
- 汇总统计：`df.sum()`, `df.mean()`, `df.max()`, `df.min()`
- 排序：`df.sort_values(by='col')`
- 分组聚合：`df.groupby('col').sum()`

这只是 DataFrame 操作的一部分，pandas 还提供了更多的功能和方法，可根据实际需求进行进一步学习和探索。