Python Pandas系列之数据框

概述

Pandas是一种数据分析工具，它提供了高效的数据框（DataFrame）和序列（Series）操作，可以满足各种数据处理需求。数据框是Pandas的核心数据结构，类似于Excel中的表格，可以存储和处理大量数据。

在本系列中，我们将深入讲解Pandas中数据框的各种操作，包括创建、修改、合并、筛选、排序等。同时，我们将结合实例进行详细讲解，帮助程序员学以致用。

创建数据框

首先，让我们来创建一个简单的数据框。以下代码使用字典创建一个数据框：

import pandas as pd

data = {'Name': ['Tom', 'Jack', 'Steve'],
        'Age': [28, 34, 29],
        'Country': ['US', 'Canada', 'UK']}
df = pd.DataFrame(data)
print(df)

输出：

| | Name | Age | Country | |---:|:-------|------:|:----------| | 0 | Tom | 28 | US | | 1 | Jack | 34 | Canada | | 2 | Steve | 29 | UK |

代码解释：

1. 首先导入pandas模块，并将其重命名为pd，这是一种常用的编程规范。

2. 定义一个字典data，该字典包含三个键值对，分别为'Name'、'Age'和'Country'，对应的值为列表，分别存储着三个人的姓名、年龄和国家。

3. 使用pd.DataFrame()函数将字典转换成数据框，并将结果赋值给变量df。

4. 最后输出df的值，即可获得上述表格。

修改数据框

接下来，我们将介绍如何修改数据框中的数据。以下代码更新数据框中一列的值：

df['Age'] = [30, 36, 31]
print(df)

输出：

| | Name | Age | Country | |---:|:-------|------:|:----------| | 0 | Tom | 30 | US | | 1 | Jack | 36 | Canada | | 2 | Steve | 31 | UK |

代码解释：

1. 使用类似于字典访问的方式，通过列名，可以获取数据框中某一列的数值。

2. 通过赋值的方式，可以修改数据框中某一列的数值。

筛选数据框

筛选数据框是数据分析中经常用到的操作。以下代码演示了如何选择数据框中符合某些条件的数据：

df2 = df[df['Age']>30]
print(df2)

输出：

| | Name | Age | Country | |---:|:-------|------:|:----------| | 1 | Jack | 36 | Canada |

代码解释：

1. df['Age']>30是一个布尔型序列，其中包含了判断每个元素是否大于30的结果。

2. df[df['Age']>30]的运算结果是一个新的数据框，它只包含满足条件的那些行。

合并数据框

有时候我们需要将多个数据框合并成一个大的数据框。Pandas提供了多种方式来进行数据框的合并。以下代码演示了如何通过拼接的方式将两个数据框合并：

data1 = {'Name': ['Tom', 'Jack', 'Steve'],
        'Age': [28, 34, 29]}
data2 = {'Country': ['US', 'Canada', 'UK'],
        'Salary': [5000, 4500, 6000]}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

df3 = pd.concat([df1, df2], axis=1)
print(df3)

输出：

| | Name | Age | Country | Salary | |---:|:-------|------:|---------:|---------:| | 0 | Tom | 28 | US | 5000 | | 1 | Jack | 34 | Canada | 4500 | | 2 | Steve | 29 | UK | 6000 |

代码解释：

1. 首先定义两个字典data1和data2，分别包含了两个数据框中的数据。

2. 使用pd.DataFrame()函数将两个字典分别转换成数据框df1和df2。

3. 使用pd.concat()函数将两个数据框拼接起来，并将结果赋值给变量df3。axis=1表示按列进行拼接，即将df1和df2中的列进行合并。

4. 输出df3的值，即可获得上述表格。

排序数据框

排序是数据分析中常用的操作之一。以下代码演示了如何对数据框中的数据进行排序：

df4 = df.sort_values(by='Age')
print(df4)

输出：

| | Name | Age | Country | |---:|:-------|------:|:----------| | 0 | Tom | 30 | US | | 2 | Steve | 31 | UK | | 1 | Jack | 36 | Canada |

代码解释：

1. 使用df.sort_values()函数可以对数据框中的数据进行排序。

2. by='Age'表示按照'Age'这一列进行排序。

3. 输出df4的值，即可获得上述表格。

总结

本文介绍了Pandas数据框（DataFrame）的基本操作，包括创建、修改、筛选、排序和合并等。Pandas强大的数据分析能力，可以帮助程序员高效地进行数据分析和处理，为实现科学计算和机器学习提供了有力的支持。