python处理数据

# 示例代码：使用Python处理数据

# 导入必要的库
import pandas as pd

# 创建一个简单的数据集
data = {
    '姓名': ['张三', '李四', '王五'],
    '年龄': [28, 34, 22],
    '城市': ['北京', '上海', '广州']
}

# 将字典转换为DataFrame
df = pd.DataFrame(data)

# 打印原始数据
print("原始数据:")
print(df)

# 数据处理示例1: 筛选出年龄大于30岁的记录
filtered_df = df[df['年龄'] > 30]
print("\n筛选后数据（年龄大于30岁）:")
print(filtered_df)

# 数据处理示例2: 添加一列计算每个城市的等级
city_tier = {'北京': '一线城市', '上海': '一线城市', '广州': '新一线城市'}
df['城市等级'] = df['城市'].map(city_tier)
print("\n添加城市等级后的数据:")
print(df)

# 数据处理示例3: 对年龄进行排序
sorted_df = df.sort_values(by='年龄', ascending=False)
print("\n按年龄降序排列的数据:")
print(sorted_df)

解释说明：

1. 导入库：我们使用了 pandas 库来处理数据。pandas 是一个强大的 Python 数据分析库，提供了丰富的数据操作功能。
2. 创建数据集：通过字典创建了一个简单的数据集，并将其转换为 DataFrame，这是 pandas 中的核心数据结构。
3. 数据筛选：通过条件筛选出符合条件的行（例如，年龄大于30岁的记录）。
4. 添加新列：根据现有列的值映射生成新的列（例如，根据城市名称添加城市等级）。
5. 排序：对数据进行排序（例如，按年龄降序排列）。