python dataframe基础语法

Python中的pandas库提供了DataFrame数据结构，可以理解为一种二维表格形式的数据结构，类似于Excel表格。以下是DataFrame基础语法的介绍：

1. 创建DataFrame：可以通过从列表、字典、CSV文件中创建DataFrame，例如：

   import pandas as pd
   # 从列表中创建DataFrame
   data = [['Alex', 10], ['Bob', 12], ['Clarke', 13]]
   df = pd.DataFrame(data, columns=['Name', 'Age'])

   # 从字典中创建DataFrame
   data = {'Name': ['Alex', 'Bob', 'Clarke'], 'Age': [10, 12, 13]}
   df = pd.DataFrame(data)

   # 从CSV文件中读取数据创建DataFrame
   df = pd.read_csv('data.csv')

2. 查看DataFrame：可以使用head()、tail()、info()等方法查看DataFrame的前几行、后几行、信息等，例如：

   # 查看DataFrame的前5行数据
   print(df.head())

   # 查看DataFrame的后5行数据
   print(df.tail())

   # 查看DataFrame的信息
   print(df.info())

3. 筛选数据：可以使用loc和iloc等方法进行行列筛选，例如：

   # 选择某一列
   df['Name']

   # 选择某一行
   df.loc

   # 选择某几列
   df[['Name', 'Age']]

   # 选择某几行
   df.iloc[0:2]

   # 根据条件筛选数据
   df[df['Age'] > 10]

4. 修改数据：可以使用at和iat等方法进行数据修改，例如：

   # 修改某个元素的值
   df.at[0, 'Age'] = 11

   # 修改某一行或某一列的值
   df.loc = ['Alex Li', 11]
   df['Age'] = [11, 12, 13]

5. 添加数据：可以使用append方法添加新的行，例如：

   # 添加新的行
   new_data = {'Name': 'David', 'Age': 14}
   df = df.append(new_data, ignore_index=True)