Python DataFrame函數常見用法總結

1. 引言

Python中的pandas庫提供了一種非常強大的數據結構-DataFrame，它是一個表格化數據結構，類似於SQL中的表格或Excel中的電子表格。DataFrame支持所有的SQL操作，同時在處理大規模數據時很高效。在數據科學和機器學習中，DataFrame通常是進行數據預處理的主要工具之一。

2. DataFrame常見用法總結

1、創建DataFrame

在Python中創建一個DataFrame可以使用多種方法，最常見的是使用字典創建DataFrame。

    import pandas as pd
    
    data = {'name': ['張三', '李四', '王五', '趙六'], 
            'age': [18, 19, 20, 21], 
            'gender': ['男', '女', '男', '女']}
    df = pd.DataFrame(data)

上面代碼中，我們通過字典的方式創建了一個包含名字、年齡和性別的DataFrame。

2、數據類型轉換

進行數據分析時，一個常見的任務是將數據轉換為數值類型。pandas提供了一個to_numeric()函數來方便地處理這個任務。

    df['age'] = pd.to_numeric(df['age'])

以上代碼將年齡列的數據類型從object轉換為int。

3、數據切片

在數據分析中，我們通常需要從DataFrame中提取特定的數據，這可以通過iloc或loc來實現。

    # 使用iloc
    df_age = df.iloc[:,1]
    
    # 使用loc
    df_age = df.loc[:,'age']

以上代碼分別提取了DataFrame中的年齡列。

4、數據排序

對DataFrame中的數據進行排序可以使用sort_values()函數。下面的代碼將DataFrame中的數據按照年齡從小到大排序。

    df_sort = df.sort_values('age')

5、數據聚合

將數據進行聚合可以使用groupby()函數。下面的代碼將DataFrame中的數據按照性別進行聚合，並計算出每個性別的平均年齡。

    df_groupby = df.groupby('gender')['age'].mean()

6、缺失值處理

在進行數據分析時，由於數據質量或其他原因，可能會出現缺失值。pandas提供了fillna()函數來處理缺失值。

    df_fillna = df.fillna(0)

以上代碼會將DataFrame中的所有缺失值用0來進行填充。

3. 總結

本篇文章簡要介紹了Python中DataFrame的常見用法，包括創建DataFrame、數據類型轉換、數據切片、數據排序、數據聚合和缺失值處理等操作。這些操作是進行數據分析的基礎，我們可以根據實際情況使用Python來處理和分析數據。