python for data analysis

import pandas as pd
import numpy as np

# 创建一个简单的数据集
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [25, 30, 35, 40],
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston']
}

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

# 显示 DataFrame 的前几行
print("原始数据:")
print(df.head())

# 计算年龄的平均值
average_age = df['Age'].mean()
print(f"\n平均年龄: {average_age}")

# 添加一列，表示是否大于平均年龄
df['Above Average Age'] = df['Age'] > average_age

# 显示更新后的 DataFrame
print("\n更新后的数据:")
print(df)

解释说明：

1. 导入库：我们首先导入了 pandas 和 numpy 库。pandas 是用于数据处理和分析的强大工具，而 numpy 提供了高效的数值计算功能。
2. 创建数据集：我们创建了一个包含姓名、年龄和城市的简单字典，并将其转换为 pandas 的 DataFrame。
3. 显示数据：使用 head() 方法显示 DataFrame 的前几行，默认是前 5 行。
4. 计算平均年龄：通过 mean() 方法计算年龄列的平均值。
5. 添加新列：根据年龄是否大于平均年龄，添加了一列布尔值。
6. 显示更新后的数据：最后再次显示更新后的 DataFrame。

这个示例展示了如何使用 pandas 进行基本的数据分析操作。