6、数据框操作基础指南

数据框操作基础指南

1. 数据框基本信息获取与聚合操作

在处理数据框时，首先可以获取数据集的基本信息。例如，使用 shape 属性可返回一个包含行数和列数的二元元组； size 属性返回数据框中元素的总数，即行数与列数的乘积； ndim 属性返回数据框的维度，对于所有数据框而言，其维度为 2。同时，Pandas 定义了内置的 len 函数来返回数据框的行数。

# 示例代码，假设 movie 为数据框
print(movie.shape)
print(movie.size)
print(movie.ndim)
print(len(movie))

在进行聚合操作时，某些方法会将每列数据聚合为一个单一的数值。不过，在这个过程中需要注意对象列的缺失值问题。由于 Pandas 无法比较字符串值和缺失值，当对象列存在缺失值时，在计算最小值等聚合操作时，这些列会被静默丢弃。这里的“静默”指的是不会引发错误或警告，这就要求用户对 Pandas 有较好的了解。

# 示例代码
movie.describe(percentiles=[.01, .3, .99])

对于数值列，虽然也存在缺失值，但默认情况下，Pandas 会跳过这些缺失值进行计算。若将 skipna 参数设置为 False ，当列中存在至少一个缺失值时，所有聚合方