当前位置：首页 > news >正文

Pandas 基础操作（案持续更新）

news 2026/8/3 19:45:01

引言

说到excel或".csv"表格中的数据处理，就不得不提到pandas模块。这里简单分享一下pandas模块的基础操作。这里表格文件的数据类型以xlsx和csv来举例。

正文

创建一维带索引的数据

Pandas 库中，通常我们需要使用 pd.Series() 函数来创建一维数据。Pandas 库中的索引 index 是按行显示，index 参数的长度必须要保持和数据的行数一致，否则就会报错。

df=pd.Series([3,-5,7,4],index=['a','b','c','d'])print(df)""" reuslt: a 3 b -5 c 7 d 4 dtype: int64 """

可以看到一维的数据是以列的形式进行排列的。

df=pd.Series([3,-5,7,4])print(df)""" result: 0 3 1 -5 2 7 3 4 dtype: int64 """

Pandas 生成的一维数据默认是带索引值的，且索引值从 0 开始。

注意：

Pandas Series 创建后默认就有索引，而且无法彻底关闭或删除索引，因为索引是 Series 的核心数据结构组成部分。但是我们可以在输出的时候令其不显示。
一维数据无法设定列名。

创建二维带索引的数据

Pandas 库中，通常我们需要使用 pd.DataFrame() 函数来创建二维数据。

默认列名的二维数据

data=[["Belgium","india","Brazil"],["Brussels","New Delhi","Brasilia"],["11190846","1303171035","207847528"]]df=pd.DataFrame(data)print(df)

Pandas 库中二维数据默认的列名称从 0 开始，与 index 参数类似。二维数据必须有列名。

自定义列名的二维数据

从列表指定

如果想要自己指定列名，可以使用如下方法：

data=[["Belgium","india","Brazil"],["Brussels","New Delhi","Brasilia"],["11190846","1303171035","207847528"]]df=pd.DataFrame(data,columns=["Country","Capital","Population"])print(df)

可以通过 columns 参数指定二维数据的列名称。

从字典指定

也可以通过字典的关键字信息对二位数据的列名进行指定。

importpandasaspd data={"Country":["Belgium","india","Brazil"],"Capital":["Brussels","New Delhi","Brasilia"],"Population":["11190846","1303171035","207847528"]}df=pd.DataFrame(data)print(df)

当然，也可以再次通过关键字进行列名指定。我们得到与之前一样的结果

当前默认列名为["Country", "Capital", "Population"]，如果再次通过关键字 columns 进行指定，会重写默认列名参数。但是因为此时数据是存放在字典中的，列名被改写后，原始 values 数据不会存在。

importpandasaspd data={"Country":["Belgium","india","Brazil"],"Capital":["Brussels","New Delhi","Brasilia"],"Population":["11190846","1303171035","207847528"]}df=pd.DataFrame(data,columns=["0","1","2"])print(df)

可以看到这里我们创建了一个二维数据，其中列标签沿着横向排列。索引值沿着纵向排列。

即，pd.Series() 函数用于创建一维数据，pd.DataFrame() 函数用于创建二维数据。

获取一维数据中单个数据值

# 通过标签获得单个值df=pd.Series([3,-5,7,4],index=['a','b','c','d'])print(df['a'])""" reuslt: 3 """# 通过索引获得单个值print(df[0])""" reuslt: 3 """

我们通过标签或者索引均成功地获得了单个数据值

获取二维数据中单个数据值

数据：

Country Capital Population0Belgium Brussels111908461india New Delhi13031710352Brazil Brasilia207847528

生成数据代码：

data={'Country':['Belgium','india','Brazil'],'Capital':['Brussels','New Delhi','Brasilia'],'Population':['11190846','1303171035','207847528']}df=pd.DataFrame(data,columns=['Country','Capital','Population'])

打印数据代码：

print(df.iloc[0,0])print(df.iat[0,0])""" result: Belgium Belgium """

可以看到，通过DataFrame.iloc()和DataFrame.iat()方法我们均成功地获取到了二维数组中的单个数据值。

我们也可以采用其他方式，比如：

print(df.loc[df["Country"]=='Belgium'])print(df.loc[df["Country"]=='Belgium'].values)print(df.loc[df["Country"]=='Belgium'].values[0])print(df.loc[df["Country"]=='Belgium']["Country"])print(df.loc[df["Country"]=='Belgium']["Country"].values)print(df.loc[df["Country"]=='Belgium']["Country"].values[0])print(df.loc[df["Country"]=='Belgium',"Country"])print(df.loc[df["Country"]=='Belgium',"Country"].values)print(df.loc[df["Country"]=='Belgium',"Country"].values[0])print(df.loc[0,"Country"])

输出结果如下，读者可自定比对体会：

Country Capital Population0Belgium Brussels11190846[['Belgium''Brussels''11190846']]['Belgium''Brussels''11190846']0Belgium Name:Country,dtype:object['Belgium']Belgium0Belgium Name:Country,dtype:object['Belgium']Belgium Belgium

可以看到，df.loc[df["Country"]=='Belgium']["Country"]与df.loc[df["Country"]=='Belgium', "Country"]的输出结果一致，它们等价，可以类比 numpy 二维数组操作。.

loc() 函数与 iloc() 函数的区别是：loc 基于标签（label）索引，iloc 基于位置（position）索引。

获取`DataFrame`子集合的值

data={'Country':['Belgium','india','Brazil'],'Capital':['Brussels','New Delhi','Brasilia'],'Population':['11190846','1303171035','207847528']}df=pd.DataFrame(data,columns=['Country','Capital','Population'])print(df[1:])""" result: Country Capital Population 1 india New Delhi 1303171035 2 Brazil Brasilia 207847528 """

可以看到，我们成功获取到了索引值大于1的原始DataFrame中的所有值。

通过标签获得单行的值

data={'Country':['Belgium','india','Brazil'],'Capital':['Brussels','New Delhi','Brasilia'],'Population':['11190846','1303171035','207847528']}df=pd.DataFrame(data,columns=['Country','Capital','Population'])print(df.loc[[0]])""" result: Country Capital Population 0 Belgium Brussels 11190846 """

可以看到，我们成功获取到了单行的值。

通过标签获得单列的值

data={'Country':['Belgium','india','Brazil'],'Capital':['Brussels','New Delhi','Brasilia'],'Population':['11190846','1303171035','207847528']}df=pd.DataFrame(data,columns=['Country','Capital','Population'])print(df[['Country']])""" result: Country 0 Belgium 1 india 2 Brazil """