【Pandas DataFrame核心概念】：行和列求和的逻辑与实践


参考资源链接：[python中pandas.DataFrame对行与列求和及添加新行与列示例](https://wenku.csdn.net/doc/cyhdalx4m0?spm=1055.2635.3001.10343)
# 1. Pandas DataFrame简介与安装

Pandas是Python中一个强大的数据处理库，而DataFrame是Pandas库的核心数据结构，它是一种二维标签数据结构，类似于Excel表格、SQL表或Series对象的字典类型。每个列都有一个名称，并且可以包含不同类型的数据。DataFrame对于数据清洗、处理和分析至关重要，是数据科学家进行数据挖掘的利器。

## 安装Pandas

要开始使用Pandas，首先需要安装它。可以使用pip包管理器进行安装：

pip install pandas

安装完成后，在Python脚本中通过以下方式导入Pandas库：

import pandas as pd

## DataFrame的引入

在Pandas中，你可以通过将字典或NumPy数组等数据类型传递给pd.DataFrame()函数来创建DataFrame。例如，创建一个基础的DataFrame，可以这样做：

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
print(df)

上述代码会输出一个结构化的数据表：

   A  B
0  1  4
1  2  5
2  3  6

这样，你就成功创建了你的第一个DataFrame，并且理解了如何使用Pandas库。在接下来的章节中，我们将逐步深入了解DataFrame的更多特性。

# 2. DataFrame基础结构理解

在深入了解Pandas DataFrame之前，我们需要掌握其基础结构，以便能够更加熟练地操纵和分析数据。本章节主要关注于DataFrame的创建、索引机制以及数据类型与结构的理解。

## 2.1 DataFrame的创建与基本属性

### 2.1.1 创建DataFrame的方法

在Pandas中，创建DataFrame是一个非常基础且重要的操作。它可以由字典、列表、Series、另一个DataFrame等不同的数据源来创建。以下是几种创建DataFrame的基本方法：

- 使用字典创建DataFrame:

import pandas as pd

data = {
    'Name': ['Tom', 'Nick', 'Krish', 'Jack'],
    'Age': [20, 21, 19, 18]
}

df = pd.DataFrame(data)

在这个例子中，字典的键成为了DataFrame的列名，字典的值则构成了DataFrame的列数据。

- 使用列表创建DataFrame:

data = [['Tom', 20], ['Nick', 21], ['Krish', 19], ['Jack', 18]]

df = pd.DataFrame(data, columns=['Name', 'Age'])

这里使用列表的列表来创建DataFrame，并指定了列名。

- 由Series创建DataFrame:

s1 = pd.Series([1, 2, 3, 4], name='Numbers')
s2 = pd.Series(['a', 'b', 'c', 'd'], name='Letters')

df = pd.concat([s1, s2], axis=1)

此处展示了如何将两个Series对象合并为DataFrame，`axis=1`参数意味着横向合并。

### 2.1.2 访问DataFrame的基本属性

创建好DataFrame后，我们需要了解如何访问其基本属性。这些属性帮助我们更好地了解数据的结构和内容。

- `.columns`属性可以用来查看DataFrame的所有列名：

print(df.columns)

- `.index`属性可以用来查看DataFrame的索引：

print(df.index)

- `.values`属性可以用来获取DataFrame中的实际数据，返回的是一个NumPy数组：

print(df.values)

- `.shape`属性可以用来获取DataFrame的维度：

print(df.shape)

了解这些基本属性，能让我们在对数据进行后续操作之前，先有个大致的认识和准备。

## 2.2 DataFrame的索引机制

DataFrame的索引机制是其强大功能的一部分，这让我们可以方便地访问和操作数据。

### 2.2.1 行索引和列索引的设置

索引在Pandas中是非常灵活的，既可以通过`.set_index()`方法设置新的索引，也可以通过创建DataFrame时的参数直接指定。

- 设置新的索引：

df.set_index('Name', inplace=True)

在这个例子中，`'Name'`列现在变成了索引。

- 创建时指定索引：

df = pd.DataFrame({
    'Age': [20, 21, 19, 18]
}, index=['Tom', 'Nick', 'Krish', 'Jack'])

这里在创建DataFrame的同时，指定了行索引。

### 2.2.2 索引的选择与修改

通过索引我们可以精确地访问DataFrame中的数据。Pandas提供了多种选择数据的方式，包括`.loc[]`和`.iloc[]`。

- 使用`.loc[]`进行标签选择：

print(df.loc['Tom'])

- 使用`.iloc[]`进行位置选择：

print(df.iloc[0])

索引的修改则涉及到对索引的重新赋值，例如：

df.index = ['T', 'N', 'K', 'J']

这会将原有的索引修改为新的标签。

## 2.3 DataFrame的数据类型与结构

理解DataFrame的数据类型和结构是分析数据时非常关键的一个步骤。

### 2.3.1 数据类型及其转换

Pandas支持多种数据类型，例如`int64`、`float64`、`bool`、`datetime64`等。要查看各列的数据类型，可以使用`.dtypes`属性：

print(df.dtypes)

数据类型的转换可以通过`.astype()`方法来完成：

df['Age'] = df['Age'].astype('float')

这行代码将`'Age'`列的数据类型从整数转换为了浮点数。

### 2.3.2 数据结构的查看与操作

查看DataFrame的内部数据结构，可以使用`.info()`方法：

df.info()

这个方法会显示每个列的数据类型以及非空值的数量。

操作数据结构包括增加、删除、重新排列列等。例如，删除一列可以使用`.drop()`方法：

df.drop('NewColumn', axis=1, inplace=True)

而添加列则可以简单地赋值：

df['NewColumn'] = df['Age'] + 1

通过这些操作，我们可以灵活地管理DataFrame的数据结构以适应我们的数据分析需求。

以上内容详细介绍了DataFrame的基础结构，包括其创建方法、基本属性以及索引机制和数据类型的转换操作。这为进一步的数据分析打下了坚实的基础。

# 3. DataFrame的数据操作

## 3.1 数据的插入与删除
数据插入与删除是数据处理中常见的操作，它们对于数据清洗和预处理至关重要。在本节中，我们将探讨如何使用Pandas进行数据插入和删除操作，包括新增列和行，以及删除不需要的数据。

### 3.1.1 新增列和行的方法

#### 新增列
在DataFrame中新增一个列，可以直接对DataFrame对象进行赋值操作。假设我们有一个包含学生信息的DataFrame，需要增加一个表示年龄的列。

import pandas as pd

# 创建一个示例DataFrame
students = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'score': [88, 95, 82]
})

# 新增一个'age'列
students['age'] = [20, 21, 22]
print(students)

上述代码执行后，会在`students` DataFrame中新增一个名为`age`的列，数据类型应与赋值列表的数据类型一致。

#### 新增行
新增行则通常使用`append`方法，或者直接使用`pd.concat`函数将另一个DataFrame合并到现有的DataFrame中。假设有新的学生信息需要添加到`students` DataFrame。

#