Pandas 是 Python 数据科学工具箱中最强大的库之一，它提供了两种核心数据结构——`Series` 和 `DataFrame`。下面我们详细介绍如何使用 Pandas 库创建 `Series` 和 `DataFrame` 对象，并对它们进行索引、排序以及统计计算和分析操作。 --- ### **1. 创建 Series** `Series` 是一维数组对象，类似于列表或 NumPy 数组，但它可以拥有自定义的标签（即索引）。我们可以通过以下方式创建一个 `Series`： ```python import pandas as pd # 使用列表创建 Series，默认整数索引 series_1 = pd.Series([10, 20, 30, 40]) print("默认索引的 Series:") print(series_1) # 自定义索引 series_2 = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd']) print("\n带自定义索引的 Series:") print(series_2) ``` **访问元素：** 你可以像字典一样通过键（索引）访问元素。 ```python print(f"Index 'b' value: {series_2['b']}") ``` --- ### **2. 创建 DataFrame** `DataFrame` 类似于表格数据结构，是由多列组成的二维表。每一列都可以是一个独立的 `Series`。 #### 示例 1：从字典创建 DataFrame ```python data_dict = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'City': ['New York', 'Los Angeles', 'Chicago']} df = pd.DataFrame(data_dict) print("\n从字典创建的 DataFrame:") print(df) ``` #### 示例 2：从列表嵌套创建 DataFrame ```python nested_list = [['Alice', 25, 'New York'], ['Bob', 30, 'Los Angeles'], ['Charlie', 35, 'Chicago']] columns = ['Name', 'Age', 'City'] df_from_lists = pd.DataFrame(nested_list, columns=columns) print("\n从嵌套列表创建的 DataFrame:") print(df_from_lists) ``` --- ### **3. 索引与选择** #### (1) 按行名或位置选取数据 - **按照行标（loc）：** ```python print("\n第一行数据 (基于 loc):") print(df.loc[0]) # 找到第 0 行的所有内容 ``` - **按照行列切片 (iloc)**: ```python print("\n前两行的最后一列 (基于 iloc):") print(df.iloc[:2, -1]) # 获取前 2 行最后一列的内容 ``` #### (2) 条件筛选 可以根据条件提取满足要求的部分： ```python filtered_df = df[df['Age'] > 30] # 过滤年龄大于 30 的人 print("\n过滤结果:") print(filtered_df) ``` --- ### **4. 排序** 可以对 `DataFrame` 或其中某列进行升序或降序排列： ```python sorted_by_age = df.sort_values(by='Age', ascending=False) # 根据 Age 列降序排 print("\n按 Age 降序排的结果:") print(sorted_by_age) ``` --- ### **5. 统计分析** Pandas 提供了丰富的内置函数用于快速完成常见的统计任务： #### 描述性统计 (`describe`) 返回数值型列的主要汇总统计量。 ```python description = df.describe() print("\n描述性统计:") print(description) ``` #### 单变量统计 例如求均值、中位数等： ```python average_age = df['Age'].mean() # 平均年龄 median_city_length = df['City'].str.len().median() # 城市名称长度的中位数 print(f"\n平均年龄: {average_age}") print(f"城市名长度的中位数: {median_city_length}") ``` #### 分组统计 (`groupby`) 如果想要研究 Name 对应的不同群体间差异可用 groupby 函数实现。 ```python age_summary = df.groupby('City')['Age'].mean() print("\n每个城市的平均年龄:") print(age_summary) ``` --- ### 总结 以上是对 Pandas 中 `Series` 和 `DataFrame` 基本操作的一个简要概述，包括创建、索引、排序及常用统计方法的应用实例。随着实践经验增加，你会逐渐熟悉更多高级特性！