Python 数据分析学习笔记：Pandas 数据索引

🔹 DA5：检查数据是否有缺失值

📌 题目描述

检查 Nowcoder.csv 文件中每一列是否存在空值（缺失数据），输出每列是否有空值。

✅ 正确代码

import pandas as pd# 读取数据
n = pd.read_csv('Nowcoder.csv', sep=',', dtype=object)# 输出每列是否有空值（True 表示有空值）
print(n.isnull().any())

💡 扩展知识

方法	说明
df.isnull()	返回布尔 DataFrame，True 表示该位置为空
df.notnull()	与 isnull() 相反
df.isnull().any()	每列是否有至少一个空值（返回 Series）
df.isnull().sum()	每列空值数量统计（推荐用于分析）
df.dropna()	删除含空值的行或列
df.fillna(value)	填充空值

✅ 建议：实际分析中用 df.isnull().sum() 更直观。

---

🔹 DA6：筛选使用 Python 的用户

📌 题目描述

筛选出常用语言为 Python 的用户，并输出他们的全部信息。

✅ 正确代码

import pandas as pd# 读取数据（推荐加 dtype=object 防止类型问题）
n = pd.read_csv('Nowcoder.csv', sep=',', dtype=object)# 筛选 Language 为 'Python' 的行
print(n[n['Language'] == 'Python'])

💡 扩展知识

• 布尔索引：df[condition] 是 Pandas 最常用的筛选方式。
• 字符串匹配注意：
  • 大小写敏感：'python' != 'Python'
  • 空格问题：'Python ' != 'Python'
• 推荐增强写法：

  n['Language'] = n['Language'].str.strip()  # 去空格
  result = n[n['Language'] == 'Python']

---

🔹 DA7：查看 Python 用户的成就值

📌 题目描述

输出使用 Python 的用户的“成就值”（Achievement_value）这一列。

✅ 正确代码

import pandas as pd# 读取数据（注意：如果要做数值计算，不要用 dtype=object）
n = pd.read_csv('Nowcoder.csv', sep=',')# 筛选 Python 用户，并取成就值列
print(n[n['Language'] == 'Python']['Achievement_value'])

💡 扩展知识

写法	说明
df['col1']['col2']	链式索引，不推荐，可能返回 SettingWithCopyWarning
df.loc[condition, 'col']	推荐写法，更安全
df.query("Language == 'Python'")['Achievement_value']	使用 query，可读性强

✅ 推荐写法：

print(n.loc[n['Language'] == 'Python', 'Achievement_value'])

⚠️ 如果你用了 dtype=object，Achievement_value 是字符串，不能做数值计算。需要时用 .astype(int) 转换。

---

🔹 DA8：查看最后 5 行用户的部分数据

📌 题目描述

输出文件最后 5 行用户的 Nowcoder_ID、Level、Achievement_value、Language。

✅ 正确代码

import pandas as pd# 读取数据
data = pd.read_csv("Nowcoder.csv")# 使用 iloc 取最后 5 行，并选择指定列
print(data.iloc[-5:][['Nowcoder_ID', 'Level', 'Achievement_value', 'Language']])

💡 扩展知识

索引方式	说明
iloc	按位置索引，支持负数（-1 表示最后一行）
loc	按标签索引（如行名、列名）
data.iloc[-5:]	最后 5 行（从倒数第 5 行到末尾）
data.tail(5)	与 iloc[-5:] 等价，更简洁

✅ 等价写法：

print(data.tail(5)[['Nowcoder_ID', 'Level', 'Achievement_value', 'Language']])

✅ tail(n) 比 iloc[-n:] 更直观，推荐用于查看末尾数据。

---

🎯 总结：Pandas 核心操作速查表

操作	方法
读取 CSV	pd.read_csv('file.csv')
查看空值	df.isnull().any() 或 df.isnull().sum()
筛选行	df[condition] 或 df.query("cond")
筛选列	df[['col1', 'col2']]
复合条件	(A) & (B)（注意括号）
字符串处理	.str.strip()、.str.lower()
位置索引	iloc[i:j]（行）、iloc[:, k:l]（列）
查看末尾	df.tail(n)
安全索引	df.loc[condition, ['col1', 'col2']]

---

✅ 学习建议

1. 先看数据：用 print(df.head()) 和 print(df.dtypes) 了解数据结构。
2. 处理脏数据：去空格、统一大小写、处理缺失值。
3. 类型一致：数值列不要用 dtype=object，除非你只做筛选。
4. 避免链式索引：用 loc 替代 df[cond]['col']。
5. 多用 query 和 isin：代码更清晰。