python df用法

import pandas as pd

# 创建一个简单的 DataFrame 示例
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}

df = pd.DataFrame(data)

# 显示 DataFrame 的前几行
print(df.head())

# 获取 DataFrame 的基本信息
print(df.info())

# 访问特定列
print(df['Name'])

# 添加一列
df['Salary'] = [60000, 70000, 80000]

# 删除一列
df = df.drop(columns=['City'])

# 筛选数据
filtered_df = df[df['Age'] > 30]

# 排序
sorted_df = df.sort_values(by='Age', ascending=False)

# 分组并聚合
grouped_df = df.groupby('Name').sum()

# 显示最终的 DataFrame
print(df)

解释说明：

1. 创建 DataFrame：使用 pd.DataFrame() 方法将字典数据转换为 DataFrame。
2. 显示 DataFrame：df.head() 可以查看 DataFrame 的前几行。
3. 获取信息：df.info() 提供 DataFrame 的基本结构和非空值数量等信息。
4. 访问列：通过 df['列名'] 可以访问特定列的数据。
5. 添加列：直接赋值可以添加新列。
6. 删除列：使用 df.drop() 方法删除指定列。
7. 筛选数据：使用布尔索引可以筛选符合条件的行。
8. 排序：df.sort_values() 可以根据指定列进行排序。
9. 分组与聚合：df.groupby() 可以按某一列分组，并进行聚合操作。