AI闪电战：代码+实战 从Python速通到深度学习|数据处理与分析——Pandas1

想要查看本系列的其他文章请到作者主页中。
学习提示：在有别的编程基础之上，学习Python很简单，只是语法不同，所以有很多新的语法记不住也没关系，不用专门耗时间死记，实战的时候现用现查就行。
下面的介绍中是每个部分最常用的语法，基本能够应付绝大多数的情况，如果希望学习更详细的内容，可以参考每个部分给出的资料链接。

AI闪电战：代码+实战 从Python速通到深度学习|数据处理与分析——Pandas1

---

1. 数据创建

1.1 创建空的DataFrame

内容引入：

Pandas库中的DataFrame是用于存储和处理表格数据的核心数据结构。在数据分析的最初阶段，通常会创建空的DataFrame，之后逐步添加数据或从文件中加载数据。这在动态构建数据时非常有用。

常用语法：

import pandas as pd

# 创建一个空的DataFrame
df_empty = pd.DataFrame()

# 查看空DataFrame
print(df_empty)

要点总结：

• pd.DataFrame() 可以创建一个空的DataFrame。
• 空的DataFrame没有任何数据行或列，显示时是空表。

练习：

1. 创建一个空的DataFrame，并尝试添加一列名为"Name"的空列。

答案：

import pandas as pd

# 创建一个空的DataFrame
df_empty = pd.DataFrame()

# 添加一列名为 "Name" 的空列
df_empty['Name'] = []

print(df_empty)

更详细的知识点学习链接：

Pandas官方文档: DataFrame

---

1.2 从字典创建DataFrame

内容引入：

从字典创建DataFrame是Pandas非常常见的操作之一，尤其适合将键值对的数据转换为表格形式。字典中的键会成为DataFrame的列名，而值则会成为相应列的数据。

常用语法：

import pandas as pd

# 从字典创建DataFrame
data = {
   
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}

df_from_dict = pd.DataFrame(data)

# 查看DataFrame
print(df_from_dict)

要点总结：

• 使用字典创建DataFrame时，字典的键会成为列名，值为对应列的数据。
• 确保所有列长度一致，否则会抛出错误。

练习：

1. 使用包含更多信息的字典来创建一个DataFrame，比如加入 Gender 列，并查看结果。

答案：

import pandas as pd

# 从包含更多信息的字典创建DataFrame
data = {
   
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago'],
    'Gender': ['Female', 'Male', 'Male']
}

df_from_dict = pd.DataFrame(data)

# 查看DataFrame
print(df_from_dict)

更详细的知识点学习链接：

Pandas官方文档: DataFrame从字典创建

---

1.3 从列表创建DataFrame

内容引入：

在许多情况下，我们会从列表数据中构建DataFrame，尤其是在处理二维数据时，例如矩阵或嵌套列表。列表中的每个元素通常代表DataFrame的一行数据。

常用语法：

import pandas as pd

# 从嵌套列表创建DataFrame
data = [
    ['Alice', 25, 'New York'],
    ['Bob', 30, 'Los Angeles'],
    ['Charlie', 35, 'Chicago']
]

# 指定列名
columns = ['Name', 'Age', 'City']

df_from_list = pd.DataFrame(data, columns=columns)

# 查看DataFrame
print(df_from_list)

要点总结：

• 从列表创建DataFrame时，可以将每个子列表作为DataFrame的一行数据。
• 使用 columns 参数指定列名，否则会自动分配数值型索引。

练习：

1. 创建一个包含 Name、Score 列的DataFrame，数据来自嵌套列表。

答案：

import pandas as pd

# 从嵌套列表创建DataFrame
data = [
    ['Alice', 85],
    ['Bob', 90],
    ['Charlie', 95]
]

# 指定列名
columns = ['Name', 'Score']

df_from_list = pd.DataFrame(data, columns=columns)

# 查看DataFrame
print(df_from_list)

更详细的知识点学习链接：

Pandas官方文档: DataFrame从列表创建

---

1.4 从NumPy数组创建DataFrame

内容引入：

Pandas与NumPy库无缝结合，很多时候我们需要将NumPy数组转换为DataFrame进行进一步处理。尤其是当你用NumPy进行矩阵或数值运算时，将结果转换为DataFrame可以更方便地分析和处理数据。

常用语法：