DataFrame用法

DataFrame是Pandas库中的一个重要数据结构，它可以看作是一种二维表格或者电子表格，每列可以是不同的数据类型（数值、字符串、布尔值等）。DataFrame可以用来处理结构化数据，例如CSV文件或者SQL表中的数据。

下面是一些常用的DataFrame用法：

1. 创建DataFrame

可以通过字典或者列表等数据结构来创建DataFrame对象：

import pandas as pd

# 通过字典创建DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40],
        'gender': ['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)

# 通过列表创建DataFrame
data = [['Alice', 25, 'F'], ['Bob', 30, 'M'], ['Charlie', 35, 'M'], ['David', 40, 'M']]
df = pd.DataFrame(data, columns=['name', 'age', 'gender'])

2. 查看DataFrame

可以用`head()`和`tail()`方法查看前几行和后几行的数据：

print(df.head(3))  # 查看前3行数据
print(df.tail(2))  # 查看后2行数据

可以用`shape`属性查看DataFrame的行数和列数：

print(df.shape)  # 查看DataFrame的行数和列数

可以用`describe()`方法查看DataFrame中数值列的统计信息：

print(df.describe())  # 查看DataFrame中数值列的统计信息

3. 筛选和排序DataFrame

可以使用`loc[]`和`iloc[]`方法对DataFrame进行筛选：

# 筛选行
df.loc[df['age'] > 30]
df.iloc[1:3]

# 筛选列
df[['name', 'gender']]

# 筛选行和列
df.loc[df['age'] > 30, ['name', 'gender']]

可以使用`sort_values()`方法对DataFrame进行排序：

df.sort_values('age', ascending=False)  # 按age列降序排列

4. 修改和新增DataFrame

可以使用`[]`或者`loc[]`方法修改DataFrame中的数据：

df.loc[df['name'] == 'Alice', 'age'] = 26  # 将Alice的年龄改为26
df.loc[df['name'] == 'Charlie', ['age', 'gender']] = [36, 'F']  # 将Charlie的年龄改为36，性别改为F

可以使用`[]`或者`loc[]`方法新增DataFrame中的数据：

df['salary'] = [5000, 6000, 7000, 8000]  # 新增一列salary
df.loc[4] = ['Eric', 45, 'M', 9000]  # 新增一行数据

5. 删除DataFrame

可以使用`drop()`方法删除DataFrame中的行或列：

df.drop('salary', axis=1, inplace=True)  # 删除salary列
df.drop(4, inplace=True)  # 删除索引为4的行

以上是一些常用的DataFrame用法，还有很多其他用法需要自己去探索和学习。