DataFrame实战案例（巩固基础）

本章将通过三个实际案例，帮助你巩固Pandas DataFrame的基础操作。我们将创建一个学生成绩DataFrame，并进行各种操作，包括行/列操作、统计运算、排序筛选以及去重、新增和删除操作。每个案例都配有代码示例和详细解释，确保新手也能轻松上手。

案例1：创建学生成绩DataFrame，完成行/列操作

1.1 创建DataFrame

首先，导入Pandas库，并创建一个学生成绩DataFrame。假设我们有一些学生数据，包括姓名和语文、数学、英语成绩。

import pandas as pd

# 创建数据字典，键为列名，值为列表形式的列数据
data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '语文': [85, 90, 78, 92],
    '数学': [88, 76, 95, 80],
    '英语': [90, 85, 88, 94]
}

# 创建DataFrame
df = pd.DataFrame(data)
print(df)

输出结果将显示一个4行4列的DataFrame。

解释：这里我们使用字典来初始化DataFrame，键名成为列名，值列表成为对应列的数据。这是创建DataFrame的常用方式之一。

1.2 行操作

行操作主要包括选择行和条件筛选行。

• 选择行：可以使用iloc基于整数位置选择行，或loc基于标签选择行。

# 使用iloc选择第一行（从0开始索引）
print(df.iloc[0])  # 输出张三的成绩数据

# 选择第一行到第二行（不包括第三行）
print(df.iloc[0:2])  # 输出张三和李四的数据

• 条件筛选行：基于列值进行筛选，常用于提取满足条件的数据行。

# 筛选语文成绩大于80的学生
print(df[df['语文'] > 80])

1.3 列操作

列操作包括选择列、重命名列和添加新列。

• 选择列：通过列名列表来选择多列。

# 选择语文和数学两列
print(df[['语文', '数学']])

• 重命名列：使用rename方法修改列名，可以指定inplace=True直接修改原DataFrame。

# 重命名列名
# 方法1：使用字典映射
renamed_df = df.rename(columns={'语文': 'Chinese', '数学': 'Math', '英语': 'English'})
print(renamed_df)

# 方法2：直接修改原DataFrame
df.rename(columns={'语文': 'Chinese', '数学': 'Math', '英语': 'English'}, inplace=True)
print(df)

• 添加新列：通过赋值添加新列，可以基于现有列计算得出。

# 添加总分列，计算每位学生的总成绩
df['总分'] = df['Chinese'] + df['Math'] + df['English']
print(df)

案例2：DataFrame的统计运算与排序筛选

2.1 统计运算

Pandas提供了丰富的统计函数，方便进行数据汇总。

• 基本统计：使用mean()、sum()等方法计算各列的统计值。

# 计算各科平均分
print(df[['Chinese', 'Math', 'English']].mean())

# 计算总分列的描述性统计（包括平均值、标准差等）
print(df['总分'].describe())

• 综合统计：describe()方法可以快速获取所有数值列的摘要统计。

print(df.describe())

2.2 排序

排序操作可以帮助我们按特定顺序查看数据。

• 按列排序：使用sort_values方法，可以指定按哪一列排序以及排序顺序。

# 按总分降序排序（从高到低）
df_sorted = df.sort_values(by='总分', ascending=False)
print(df_sorted)

# 按总分升序排序（从低到高）
df_sorted_asc = df.sort_values(by='总分')
print(df_sorted_asc)

2.3 筛选

筛选操作常用于提取满足特定条件的数据子集。

• 基于条件筛选：结合布尔索引实现。

# 筛选总分大于250的学生
filtered_df = df[df['总分'] > 250]
print(filtered_df)

# 筛选数学成绩高于80且英语成绩高于85的学生
filtered_complex = df[(df['Math'] > 80) & (df['English'] > 85)]
print(filtered_complex)

案例3：DataFrame的去重、新增与删除操作

3.1 去重

去重操作用于删除重复的行数据，确保数据唯一性。

• 检查重复行：首先可以使用duplicated方法检查重复项。

# 假设数据中有重复行，例如添加一行相同数据
df_dup = pd.concat([df, df.iloc[0:1]])
print(df_dup)

# 检查重复行
print(df_dup.duplicated())

• 删除重复行：使用drop_duplicates方法删除重复行。

# 删除所有重复行，只保留第一次出现的行
df_unique = df_dup.drop_duplicates()
print(df_unique)

3.2 新增

新增操作包括添加新行或新列。

• 新增列：如添加平均分列。

# 计算平均分列（保留两位小数）
df['平均分'] = df['总分'] / 3
# 如果需要格式化输出，可以四舍五入
df['平均分'] = df['平均分'].round(2)
print(df)

• 新增行：使用append方法或concat函数添加新行数据。

# 添加一个新学生数据
new_row = {'姓名': '孙七', 'Chinese': 88, 'Math': 91, 'English': 85, '总分': 264, '平均分': 88.0}
df_new = df.append(new_row, ignore_index=True)
print(df_new)

3.3 删除

删除操作用于移除不再需要的行或列。

• 删除列：使用drop方法指定列名删除。

# 删除英语列
df_dropped_col = df.drop(columns=['English'])
print(df_dropped_col)

• 删除行：使用drop方法指定行索引删除。

# 删除第一行（索引为0）
df_dropped_row = df.drop(index=0)
print(df_dropped_row)

总结

通过本章的三个实战案例，你学会了如何创建DataFrame、进行行/列操作、执行统计运算、排序筛选以及去重、新增和删除操作。这些是Pandas基础操作的核心，掌握后可以处理大部分简单的数据处理任务。建议结合具体项目多加练习，巩固这些技能。接下来，你可以继续学习更高级的Pandas功能，如数据合并、分组聚合等。

记住：实践是学习编程的最佳方式，尝试自己创建数据或使用真实数据集进行练习。祝你在数据处理的旅程中越走越远！