网站建设项目前景湘西网站建设吧

以下是 Pandas DataFrame 的核心知识点总结，用结构化分类帮你高效记忆关键操作和概念：

---

1. 基础操作

创建DataFrame

方法	代码示例	说明
从字典创建	df = pd.DataFrame({'A': [1,2], 'B': [3,4]})	字典键为列名，值为数据
从列表创建	df = pd.DataFrame([[1,3], [2,4]], columns=['A','B'])	需指定列名
从CSV读取	df = pd.read_csv('data.csv')	常用header, index_col参数

查看数据

方法	作用
df.head(n)	查看前n行（默认5）
df.tail(n)	查看后n行
df.info()	显示列名、类型、非空值数量
df.describe()	数值列统计摘要（均值、分位数等）

---

2. 索引与选择

核心方法

操作	代码示例	特点
列选择	df['A'] 或 df.A	返回Series（单列）
多列选择	df[['A', 'B']]	返回DataFrame
行选择	df.loc[行标签]	按标签选择（支持切片、布尔索引）
位置选择	df.iloc[行位置]	按整数位置选择（类似列表切片）

布尔筛选

df[df['A'] > 5]                # 单条件
df[(df['A'] > 5) & (df['B'] < 10)]  # 多条件组合
df.query('A > 5 and B < 10')   # 字符串表达式筛选（更简洁）

---

3. 数据清洗

缺失值处理

方法	代码示例	说明
检测缺失值	df.isna()	返回布尔矩阵
删除缺失行	df.dropna(axis=0)	删除包含NaN的行
填充缺失值	df.fillna(0)	用固定值填充
前向填充	df.fillna(method='ffill')	用前一行数据填充

重复值处理

df.duplicated()          # 标记重复行
df.drop_duplicates()     # 删除重复行

类型转换

df['A'] = df['A'].astype(int)    # 强制类型转换
pd.to_datetime(df['date_col'])   # 转日期类型

---

4. 数据操作

列操作

操作	代码示例
添加新列	df['C'] = df['A'] + df['B']
删除列	df.drop('A', axis=1, inplace=True)
重命名列	df.rename(columns={'A': '新列名'})

行操作

df.append(new_row)       # 添加行（已弃用，建议用pd.concat）
df.drop(index=[0,1])     # 删除指定行

排序

df.sort_values(by='A', ascending=False)  # 按列值排序
df.sort_index()                          # 按索引排序

---

5. 数据合并与连接

方法	代码示例	适用场景
纵向拼接	pd.concat([df1, df2], axis=0)	相同结构数据堆叠
横向拼接	pd.concat([df1, df2], axis=1)	按列合并
主键合并	pd.merge(df1, df2, on='key', how='inner')	SQL风格的连接（支持left/right/outer）
索引合并	df1.join(df2, how='left')	按索引合并

---

6. 分组与聚合

分组操作

grouped = df.groupby('A')          # 按列'A'分组
grouped = df.groupby(['A', 'B'])   # 多列分组

聚合计算

grouped.sum()                      # 每组求和
grouped.agg({'C': 'sum', 'D': 'mean'})  # 不同列应用不同聚合函数

透视表

pd.pivot_table(df, values='D', index='A', columns='B', aggfunc=np.mean)

---

7. 时间序列处理

日期解析

df['date'] = pd.to_datetime(df['date_str'])
df.set_index('date', inplace=True)  # 设为索引

重采样

df.resample('M').mean()            # 按月重采样求平均

---

8. 高效内存管理

技巧	代码示例	作用
优化数据类型	df['A'] = df['A'].astype('int32')	减少内存占用
使用分类类型	df['category_col'] = df['category_col'].astype('category')	文本列内存优化

---

9. 避免常见错误

1. 链式赋值警告
   ❌ 错误写法：df[df.A > 5]['B'] = 10
   ✅ 正确写法：df.loc[df.A > 5, 'B'] = 10

2. 浅拷贝问题
   修改切片数据时使用.copy()：
   df_sub = df[df.A > 5].copy()

---

10. 高频函数速查表

函数/方法	用途
df.shape	获取行数和列数
df.columns	查看列名列表
df.set_index()	设置索引列
df.reset_index()	重置索引为默认整数索引
df.melt()	宽表转长表
df.apply()	对行/列应用函数

---

记忆技巧

1. 按操作场景分类记忆：索引选择、清洗、聚合等分开整理。
2. 对比记忆：如loc vs iloc，merge vs join。
3. 实战练习：用真实数据集（如泰坦尼克数据集）反复练习核心操作。
4. 制作速查表：将常用操作打印成表格随时查阅。