实战常用指令——dataframe相关操作

1. 基本操作

功能描述	代码示例	说明
创建DataFrame	df = pd.DataFrame(data, columns=[列名列表])	从字典、列表或数组创建DataFrame
读取CSV文件	df = pd.read_csv('文件路径.csv')	从CSV文件加载数据
查看前N行	df.head(n)	默认显示前5行
查看后N行	df.tail(n)	默认显示后5行
查看基本信息	df.info()	显示列名、非空值数和数据类型
查看统计摘要	df.describe()	数值列的统计信息（均值、标准差等）

---

2. 数据筛选与选择

功能描述	代码示例	说明
选择单列	df['列名'] 或 df.列名	返回Series（单列数据）
选择多列	df[['列名1', '列名2']]	返回新的DataFrame
按行索引选择	df.loc[行索引]	通过标签选择行
按位置选择行	df.iloc[行位置]	通过整数位置选择行
条件筛选	df[df['列名'] > 值]	返回满足条件的行
多条件筛选	df[(条件1) & (条件2)]	使用 &（与）、`
按行/列切片	df.loc[起始行:结束行, 起始列:结束列]	类似Python切片

---

3. 数据处理

功能描述	代码示例	说明
添加新列	df['新列'] = 值或计算表达式	直接赋值或基于现有列计算
删除列	df.drop('列名', axis=1, inplace=True)	axis=1表示列，inplace直接修改原数据
删除行	df.drop(行索引, axis=0)	axis=0表示行
填充缺失值	df.fillna(值) 或 df.fillna({'列名': 值})	用指定值填充NaN
删除缺失值	df.dropna()	删除包含NaN的行或列
替换值	df.replace(旧值, 新值)	全局替换
重命名列	df.rename(columns={'旧列名': '新列名'})	修改列名

---

4. 数据统计与聚合

功能描述	代码示例	说明
求和	df.sum() 或 df['列名'].sum()	按列或行求和
求平均值	df.mean()	计算均值
分组聚合	df.groupby('列名')['聚合列'].agg(函数)	如 agg(['mean', 'sum'])
唯一值统计	df['列名'].unique() 或 df['列名'].nunique()	返回唯一值或唯一值数量
值计数	df['列名'].value_counts()	统计每个值的出现次数

---

5. 数据排序与连接

功能描述	代码示例	说明
按列排序	df.sort_values('列名', ascending=False)	ascending控制升序/降序
按多列排序	df.sort_values(['列1', '列2'])	先按列1排序，再按列2排序
合并DataFrame（横向）	pd.concat([df1, df2], axis=1)	按列合并（axis=1）
合并DataFrame（纵向）	pd.concat([df1, df2], axis=0)	按行合并（axis=0）
连接（类似SQL JOIN）	pd.merge(df1, df2, on='键列', how='inner')	how可选inner/left/right/outer

---

6. 其他实用操作

功能描述	代码示例	说明
重置索引	df.reset_index(drop=True)	drop=True避免旧索引成为新列
设置索引列	df.set_index('列名')	将指定列设为索引
应用函数	df['列名'].apply(lambda x: 函数(x))	对列中每个元素应用函数
保存到CSV	df.to_csv('路径.csv', index=False)	index=False避免保存索引列
保存特定的列到csv	df[['列名1','列名2']].to_csv('selected_columns.csv', index=False)	选中特定的行形成df