Python Pandas 库核心功能与实战指南

算术运算

Pandas 支持两个 Series 之间的加减乘除运算。若索引不完全匹配，结果会出现 NaN。可使用 add, sub, mul, div 等方法配合 fill_value 参数处理缺失值。

# 相加示例
result = s1.add(s2, fill_value=0)

其他运算同理：

# 相减
result = s1.sub(s2)
# 相乘
result = s1.mul(s2)
# 相除
result = s1.div(s2)

统计与分析

常用聚合函数包括求最大值、最小值、总和及平均值：

s.max()
s.min()
s.sum()
s.mean()

describe() 方法可提供更全面的描述性统计信息，如计数、均值、标准差等。

批量处理数据可使用 apply() 函数，传入自定义函数即可：

s.apply(lambda x: x * 2)

DataFrame 操作

创建与结构

DataFrame 是二维表格，创建时需确保行列标签对应一致。标签会自动排序，但需保持长度匹配。

df = pd.DataFrame({'姓名': ['A', 'B'], '成绩': [90, 85]})

查看属性

• 行属性：df.index
• 列属性：df.columns
• 数据内容：df.values 或直接打印

行列交换

使用 .T 属性可实现行列转置：

df_transposed = df.T

数据提取

提取单列返回 Series，多列需加双层括号：

# 提取班级列
class_data = df['班级']
# 提取学号和成绩
data = df[['学号', '成绩']]

切片操作

支持标签切片和下标切片，注意终止位置不包含在内：

# 标签切片
df.loc['001':'006']
# 下标切片
df.iloc[1:4]
# 行列混合切片
df.loc[:, '考试 1':'考试 3']

筛选与删除

筛选数据时先判断生成布尔值，再提取结果：

filtered = df[df['成绩'] > 80]

查看前几行数据可用 head()，默认显示 5 行。删除行或列使用 drop()，通过 axis 参数指定方向（0 为行，1 为列）：

# 删除第 0 行和第 2 行
df.drop([0, 2], axis=0)
# 删除考试 2 列
df.drop('考试 2', axis=1)

案例实操

计算平均值

计算每行平均值时，mean(axis=1) 表示沿列方向聚合（即对每一行的所有列求平均）。理解上可视为'被包含的方向相反'：

• axis=0：按列聚合（跨行）
• axis=1：按行聚合（跨列）

avg_scores = df.mean(axis=1)

提取第二大值

结合 loc 切片、匿名函数及 NumPy 排序功能，可轻松找出特定范围内的第二大值：

import numpy as np

# 选取部分列
subset = df.loc[:, '考试 1':'考试 3']
# 定义匿名函数，取排序后倒数第二个值
second_max = subset.apply(lambda x: np.sort(x)[-2])

通过以上步骤，可以灵活掌握 Pandas 在数据处理中的核心用法。