pandas 的 DataFrame 对象数据处理

非常方便，您可以使用DataFrame对象进行数据清洗、排序、筛选、数据透视表等多种操作，还可以方便地与其他Python库进行集成。例如，您可以使用pandas来处理数据后，再使用matplotlib库进行数据可视化。如果您需要更高效的性能，也可以使用pandas的DataFrame对象与NumPy库进行集成，以利用NumPy数组的高效性能。

相关问题

pandas dataframe对象

### 关于Pandas DataFrame对象的使用指南

#### 创建DataFrame
Pandas中的`DataFrame`是一种二维表格型数据结构，具有不同类型的列。可以通过多种方式创建`DataFrame`实例[^2]。

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'San Francisco', 'Los Angeles']}
df = pd.DataFrame(data)

print(df)

这段代码展示了如何通过传递一个字典给`pd.DataFrame()`来创建一个新的`DataFrame`，其中字典的键作为列名而值则构成各列的内容。

#### 查看基本属性和统计信息
一旦有了`DataFrame`，就可以轻松访问其基本信息以及统计数据：

- `shape`: 返回行数和列数。
- `columns`: 列标签列表。
- `index`: 行标签范围。
- `describe()`: 对数值列计算汇总统计量。

# 获取DataFrame的基本属性
print("Shape:", df.shape)
print("\nColumns:\n", df.columns)
print("\nIndex:\n", df.index)
print("\nSummary statistics:\n", df.describe())

上述命令能够帮助快速理解所处理的数据集的整体情况。

#### 访问数据子集
为了获取特定部分的数据，可以利用位置(`iloc`)或标签(`loc`)索引来选取所需元素；还可以基于条件筛选符合条件的记录。

# 使用.loc[]按标签选择单个单元格
cell_value = df.loc[0, "Name"]

# 使用.iloc[]按整数位置选择多行或多列
subset = df.iloc[:2, :]

# 条件过滤返回满足年龄大于等于30岁的所有行
filtered_rows = df[df['Age'] >= 30]

这些操作允许灵活地提取感兴趣的部分数据以便进一步分析。

#### 转换为其他格式
有时可能需要将以`DataFrame`形式存储的数据导出到外部文件或是将其转换成另一种内部表示形式。例如，可将整个表保存为CSV文件或将某些列映射至字典中。

# 导出为CSV文件
df.to_csv('output.csv')

# 将两列转为字典 {key: value}
name_age_dict = dict(zip(df.Name, df.Age))

此功能对于与其他应用程序交互或准备用于机器学习模型训练非常有用[^3]。

pandas dataframe对象访问

### 访问 Pandas DataFrame 对象中的元素

#### 使用 `loc` 和 `iloc` 进行索引访问

为了访问特定的数据，可以利用基于标签的 `loc` 或者基于整数位置的 `iloc` 方法。例如：

import pandas as pd

# 创建一个简单的 DataFrame 实例用于演示
df = pd.DataFrame({
    'A': ['foo', 'bar', 'baz'],
    'B': [1, 2, 3],
    'C': [4.5, 5.5, 6.5]
})

对于按标签选取数据而言，`loc` 是非常直观的选择方式之一。可以通过指定行和/或列的名字来获取所需部分的数据。

- 获取单个元素：如果想要取得某一行某一列的具体数值，则可以直接给出对应的行索引以及列名称[^1]。

value = df.loc[0, 'A']  # 返回 'foo'

当涉及到依据位置而非标签定位时，`iloc` 就显得尤为有用。它允许通过纯数字下标来进行切片操作。

- 同样地，也可以采用 `iat` 函数快速检索位于给定坐标的单一单元格的内容[^3]。

single_value = df.iloc[0, 0]  # 返回 'foo'；第一个参数代表行号，第二个表示列序号
alternative_single_value = df.iat[0, 0]  # 类似于 iloc 的效果但是更高效

#### 列表式的批量访问

除了逐条提取外，还可以一次性获得多行或多列的信息。这通常适用于需要处理整个系列的情况。

- 如果希望得到某些选定列的所有记录，只需提供这些列组成的列表即可[^2]。

selected_columns = df[['A', 'C']]  # 取得名为'A'和'C'这两列构成的新表格

另外，在实际应用过程中经常遇到调整顺序的需求，比如交换两列的位置。此时可借助赋值语句轻松实现这一目标[^4]。

df[['A', 'B']] = df[['B', 'A']].values  # 互换'A'与'B'两列之间的相对次序