1

pandas.Series(['东汉', '马腾', '?', 212], index=['国家', '姓名', '出生年份', '逝世年份'])

1

2

3

4

5

6

7

pandas.DataFrame([

    ['东汉', 300],

    ['魏国', 800],

    ['蜀国', 400],

    ['吴国', 600],

    ['西晋', 1000]

], columns=['国家', '国力'])

1

conda install pandas

1

pip install pandas

1

$ head sanguo.csv

1

import pandas as pd

1

2

# 当前目录下的 sanguo.csv 文件，na_values 指定哪些值为空

df = pd.read_csv('./sanguo.csv', na_values=['na', '-', 'N/A', '?'])

1

2

3

# 查看前 5 条

df.head(5)

# NaN 为空值

1

2

# 查看后 5 条

df.tail(5)

1

2

df.dtypes

# 查看数据类型

1

2

3

df.info()

# 有 25 行，5 列

# 各列的名称（kindom、name、birth、die、character）、非空数目、数据类型

1

2

df.describe()

# 查看数值型列统计值：总数、平均值、标准差、最小值、25%/50%/75% 分位数、最大值

1

2

df.columns = ['国家', '姓名', '出生年份', '逝世年份', '角色']

df.head()

1

2

3

# 计算年龄

df['年龄'] = df['逝世年份'] - df['出生年份']

df.head(10)

1

2

# 筛选年轮小于 50 的数据

df[df['年龄'] < 50]

1

2

# 筛选曹姓的数据

df[df['姓名'].str.startswith('曹')]

1

2

df.groupby('国家')['姓名'].count()

# 类似于 SQL: SELECT 国家, COUNT(姓名) FROM x GROUP BY 国家

1

2

df['状态'] = df['年龄'].apply(lambda x: '长寿' if isinstance(x, (int, float)) and x > 50 else '一般')

df.head()

1

df.loc[4]

1

df.loc[4:5]

1

2

3

4

5

6

7

8

9

# 创建列

newpeople = pd.Series(['东汉', '马腾', '?', 212, '?'], index=['国家', '姓名', '出生年份', '逝世年份', '年龄'])

# 将 Series 转为 DataFrame，并对 DataFrame 转置（列转行）

newpeople = newpeople.to_frame().T

# 追加行（axis=0），重置索引（ignore_index=True）

df2 = pd.concat([df, newpeople], axis=0, ignore_index=True)

df2.tail()

1

2

3

4

5

6

7

8

9

10

11

12

# 创建表格

kindom_power = pd.DataFrame([

    ['东汉', 300],

    ['魏国', 800],

    ['蜀国', 400],

    ['吴国', 600],

    ['西晋', 1000]

], columns=['国家', '国力'])

# 按国家列进行两个表格（左 df，右 kindom_power）合并

df3 = pd.merge(left=df, right=kindom_power, on='国家')

df3.head(10)

1

2

# 写入 sanguo_result.csv 中，不输出索引值

df.to_csv('sanguo_result.csv', index=False)