Python Pandas 核心数据结构与操作实战指南

4. 筛选与布尔运算

在 Pandas 中，逻辑与需用 & 代替 and，逻辑或需用 | 代替 or，且条件需加括号。

三、算术运算与统计

1. 加减乘除

直接运算符 (+, -) 会自动对齐索引。若索引不匹配，结果会出现 NaN。推荐使用 .add(), .sub() 等方法控制行为，例如用 fill_value=0 填充缺失值。

其他运算同理：

2. 常用统计函数

包括最大值、最小值、求和、平均值等。

3. describe() 快速概览

一键生成描述性统计信息，包含计数、均值、标准差、分位数等。

4. apply() 批量处理

适用于自定义复杂逻辑，对每个元素或每列应用函数。

四、DataFrame：二维表格结构

DataFrame 是 Pandas 的核心，类似 Excel 表或 SQL 表，支持行列混合数据类型。

1. 创建与属性

创建时需确保行标签与列名对应。标签会自动排序，但建议手动管理以保持清晰。

查看行索引与列名：

2. 数据查看与转置

使用 head() 预览前几行（默认 5 行），适合大数据量场景。

行列转置使用 .T：

3. 切片与提取

• 提取列：单列用 []，多列用 [[]]。
• 提取行：推荐用 loc (标签) 或 iloc (位置)。
• 切片：注意左闭右开原则，如 [1:4] 包含 1, 2, 3。

4. 删除数据 drop

drop 用于删除行或列，通过 axis 参数指定方向（0 为行，1 为列）。

删除行示例：

删除列示例：

5. 数据合并与赋值

两个 DataFrame 相加时，标签必须一一对应，否则会产生 NaN。运算不会原地修改原数据，需重新赋值。

五、综合案例

1. 计算平均值

mean(axis=1) 表示沿列方向聚合，即计算每一行的平均值。理解 axis 的关键：被压缩的方向。

2. 筛选第二大值

结合 loc 切片、lambda 匿名函数及 numpy.sort 实现复杂筛选。

# 选取部分列，按行应用 lambda 函数
result = df.loc[:, "考试 1":"考试 3"].apply(
    lambda x: np.sort(x)[-2]
)

掌握这些基础操作，基本覆盖了日常数据处理 80% 的场景。后续可根据实际需求深入学习分组聚合、透视表等高级功能。