### Python Pandas DataFrame 常用操作 #### 创建 DataFrame 可以通过多种方式创建 `DataFrame` 对象。最常见的方式是从字典、NumPy 数组或其他数据源构建。 ```python import pandas as pd import numpy as np # 使用字典创建 DataFrame data_dict = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]} df_from_dict = pd.DataFrame(data_dict) # 使用 NumPy 数组创建 DataFrame array_data = np.array([[1, 2], [3, 4]]) df_from_array = pd.DataFrame(array_data, columns=['Column1', 'Column2']) # 随机生成数据并定义时间序列作为索引 random_df = pd.DataFrame(np.random.randn(5, 4), index=pd.date_range('2023-01-01', periods=5), columns=list('ABCD')) ``` 以上方法展示了如何通过不同输入形式来初始化 `DataFrame`[^1]。 --- #### 设置索引 Pandas 的 `DataFrame` 支持灵活的索引管理，允许自定义行和列的标签。 ```python # 自定义索引 custom_index_df = pd.DataFrame( data={'Value': range(1, 6)}, index=['Row1', 'Row2', 'Row3', 'Row4', 'Row5'] ) # 修改现有 DataFrame 的索引 existing_df = pd.DataFrame({'A': [1, 2, 3]}) existing_df.index = ['X', 'Y', 'Z'] # 导入文件时指定某列为索引 file_based_df = pd.read_csv('example.csv', index_col='ID') ``` 当导入外部数据（如 CSV 或 Excel 文件）时，可通过 `index_col` 参数将特定列设为索引[^3]。 --- #### 添加/修改 数据 向现有的 `DataFrame` 中添加新列或更新已有列的操作非常直观。 ```python # 新增一列 df['New_Column'] = [value1, value2, ...] # 更新已有的某一列 df['Existing_Column'] = new_values_list # 动态计算新增列 df['Sum_ABC'] = df['A'] + df['B'] + df['C'] ``` 对于动态扩展需求，可以直接赋值完成列的追加或替换[^2]。 --- #### 删除 数据 删除不需要的行列可借助于 `drop()` 方法实现。 ```python # 删除指定列 df_dropped_column = df.drop(columns=['Unwanted_Column']) # 删除指定行 df_dropped_row = df.drop(index=[row_label]) # 同时移除多行或多列 multi_drop = df.drop(['Col1', 'Col2'], axis=1).drop([idx1, idx2]) ``` 注意：默认情况下，`drop()` 不会改变原对象而是返回一个新的副本；如果希望直接作用到原始变量，则需传递参数 `inplace=True`[^4]。 --- #### 读取与写入 支持多种格式的数据交互功能使得 Pandas 成为了数据分析领域不可或缺工具之一。 ```python # 写入CSV文件 df.to_csv('output.csv') # 保存Excel文档 df.to_excel('output.xlsx', sheet_name='Sheet1') # 加载本地存储资源 loaded_df = pd.read_csv('input.csv') excel_loaded_df = pd.read_excel('source_file.xlsx', sheet_name=None) ``` 这些函数提供了丰富的选项来自定义加载过程中的细节处理逻辑[^4]。 --- #### 切片与筛选 利用布尔掩码或者位置访问器能够高效提取感兴趣部分子集出来分析研究。 ```python # 条件过滤获取满足条件的所有记录 filtered_rows = df[df['Age'] > 30] # 复杂查询组合多个字段约束 complex_query_result = df[(df['Gender']=='Male') & (df['Salary']>50K)] # 局部选取某些区域范围内的单元格内容 subset_of_interest = df.loc[start:end,['Field1','Field2']] specific_cell_value = df.at[row_key,column_identifier] ``` 上述技术手段极大地方便了针对大型复杂表单结构化资料进行精确控制检索目标定位工作流程优化提升效率[^2]. ---