目录
一、Series：一维带标签的数组
二、DataFrame：二维表格型数据结构
三、Series 的核心操作
四、 DataFrame 的核心操作
五、 索引的特殊用法
六、 loc 与 iloc：DataFrame 的高级查询
七、综合案例
一、Series：一维带标签的数组
Series 是 pandas 中最基础的一维数据结构，由数据值和索引（index） 组成，可理解为 “带标签的列表”。
- 核心特点：
- 可通过索引或位置快速访问、修改数据。
- 数据值可以是数值、字符串等多种类型；
- 索引可以是自定义标签（如字符串）或默认整数（从 0 开始）；
- 代码示例：
import pandas as pd# 1. 基于列表创建，默认整数索引
s_1 = pd.Series([1, 2, 3, 4, 5])
print(s_1)
# 输出：
# 0 1
# 1 2
# 2 3
# 3 4
# 4 5
# dtype: int64
# 2. 自定义索引（字符串标签）
s_2 = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
print(s_2['d']) # 通过标签访问，输出：4
print(s_2[4]) # 通过位置访问，输出：5# 3. 基于字典创建（键为索引，值为数据）
dic_1 = {"name1": "Peter", "name2": "tim", "name3": "rose"}
s_4 = pd.Series(dic_1)
print(s_4)
# 输出：
# name1 Peter
# name2 tim
# name3 rose
# dtype: object
# 4. 常用操作：修改值、删除元素
s_2[0] = 100 # 修改第一个元素值
s_2 = s_2.drop('a') # 删除索引为'a'的元素二、DataFrame：二维表格型数据结构
DataFrame 是 pandas 中最常用的二维数据结构，类似 Excel 表格或数据库表，由行索引、列名和数据值组成，可视为 “多个 Series 的拼接”（每一列是一个 Series）。
核心特点：
- 行和列都有标签（行索引 index，列名 columns）；
- 支持灵活的增删改查、排序、筛选等操作；
- 可通过字典、数组等多种方式创建。
代码示例：
import pandas as pd# 1. 基于字典创建（键为列名，值为列数据）
dic = {'name': ['kiti', 'beta', 'peter', 'tom'],'age': [20, 18, 35, 21],'gender': ['f', 'f', 'm', 'm']}
df = pd.DataFrame(dic)
print(df)
# 输出：
# name age gender
# 0 kiti 20 f
# 1 beta 18 f
# 2 peter 35 m
# 3 tom 21 m
# 2. 自定义行索引
df_1 = pd.DataFrame({'age': [10, 11, 12],'name': ['tim', 'tom', 'rose']},index=['person1', 'person2', 'person3']) # 行索引为自定义标签
print(df_1.index) # 查看行索引：Index(['person1', 'person2', 'person3'], dtype='object')
print(df_1.columns) # 查看列名：Index(['age', 'name'], dtype='object')三、Series 的核心操作
Series 的操作围绕 “访问、修改、删除” 展开，依赖索引或位置实现。
访问数据：
s_2 = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])# 标签访问（单个/多个）
print(s_2['d']) # 单个元素：4
print(s_2['a':'d']) # 切片（包含终点）：a=1, b=2, c=3, d=4
print(s_2[['a', 'd']]) # 多个标签：a=1, d=4# 位置访问（类似列表）
s_3 = pd.Series(['lily', 'rose', 'jack'])
print(s_3[2]) # 单个位置：jack
print(s_3[0:2]) # 切片（不包含终点）：lily, rose修改与删除：
s_3[0] = 'Peter' # 修改指定位置的值
s_1 = s_1.drop('a') # 删除标签为'a'的元素（返回新Series，原数据不变）四、 DataFrame 的核心操作
DataFrame 支持行列增删、数据访问、排序、值替换等操作，灵活性极高。
数据访问：
# 访问列（列名作为属性或键）
print(df.name) # 等价于df['name']，输出name列数据
print(df[['age', 'name']]) # 访问多列# 访问行（标签或位置）
print(df.loc['person1']) # 通过行标签访问
print(df.iloc[0:2]) # 通过位置切片访问前2行# 访问单个值
print(df.loc['person1', 'name']) # 行标签+列名：tim增删行列：
# 增加列
df['pay'] = [20, 30, 40, 50] # 新增'pay'列# 增加行
df.loc['person4'] = [20, 'kitty', 'f', 60] # 新增行（指定行标签和数据）# 删除列
del df['age'] # 直接删除'age'列
df.drop('name', axis=1, inplace=True) # 通过drop删除列（axis=1表示列）# 删除行
df.drop('person3', axis=0, inplace=True) # axis=0表示行排序与值替换：
# 按列排序
df.sort_values(by=['age']) # 按'age'升序排序
df.sort_values(by=['age'], ascending=False) # 降序排序（ascending=False）# 值替换
df['gender'] = df['gender'].replace(['m', 'f'], ['male', 'female']) # 将'm'替换为'male'，'f'替换为'female'五、 索引的特殊用法
pandas 的索引（index）是数据访问的核心，支持多种类型（如整数、字符串、日期），且可灵活重置。
日期索引：
import numpy as np
# 生成日期索引（2018-01-01到2018-01-05）
datas = pd.date_range('20180101', periods=5)
df1 = pd.DataFrame(np.arange(30).reshape(5,6), index=datas, columns=['A','B','C','D','E','F'])
print(df1.index) # 输出日期索引：DatetimeIndex(['2018-01-01', ..., '2018-01-05'], dtype='datetime64[ns]')重置索引：
s_4 = pd.Series({"name1": "Peter", "name2": "tim", "name3": "rose"})
s_4.index = range(0, len(s_4)) # 将索引重置为0,1,2六、 loc 与 iloc：DataFrame 的高级查询
两种方法用于精确定位数据，区别在于索引方式：
loc：基于标签索引（行标签 + 列名）；iloc：基于位置索引（行号 + 列号，从 0 开始）。
代码示例：
# 基于日期索引的DataFrame
df = pd.DataFrame(np.arange(30).reshape(5,6), index=pd.date_range('20180101', periods=5),columns=['A','B','C','D','E','F'])# loc用法（标签索引）
print(df.loc['20180103', 'B']) # 2018-01-03行，B列的值：13
print(df.loc['20180103':, ['B', 'D']]) # 2018-01-03及之后的行，B和D列# iloc用法（位置索引）
print(df.iloc[1, 2]) # 第2行（index=1），第3列（columns=2）的值：8
print(df.iloc[[1,2,4], :]) # 第2、3、5行的所有列七、综合案例
import pandas as pd
import numpy as np# 1. Series常用操作
# 创建Series（带自定义索引）
sales = pd.Series([150, 200, 180, 220], index=['一月', '二月', '三月', '四月'])
print("1. 月度销售额数据：")
print(sales)# 基本访问
print("\n二月销售额：", sales['二月']) # 标签访问
print("第一季度销售额：\n", sales[0:3]) # 位置切片# 基本计算
print("\n平均月销售额：", sales.mean())
print("总销售额：", sales.sum())# 修改数据
sales['三月'] = 190
print("\n修改后三月销售额：\n", sales)# 2. DataFrame创建与基础访问
# 从字典创建DataFrame
data = {'姓名': ['张三', '李四', '王五', '赵六'],'部门': ['技术', '市场', '技术', '行政'],'工资': [8000, 7500, 9000, 6800],'入职年份': [2020, 2021, 2019, 2022]
}
df = pd.DataFrame(data, index=['EMP001', 'EMP002', 'EMP003', 'EMP004'])
print("\n2. 员工信息表：")
print(df)# 查看基本信息
print("\n数据形状（行,列）：", df.shape)
print("列名：", df.columns.tolist())# 列访问
print("\n所有员工工资：\n", df['工资'])
print("技术部员工：\n", df[df['部门'] == '技术'])# 行访问
print("\nEMP002员工信息：\n", df.loc['EMP002']) # 标签访问
print("前2名员工信息：\n", df.iloc[:2]) # 位置访问# 3. DataFrame数据处理
# 新增列
df['年薪'] = df['工资'] * 12
print("\n3. 添加年薪列后：")
print(df)# 修改数据
df.loc['EMP002', '工资'] = 7800 # 修改特定值
print("\n修改李四工资后：\n", df)# 排序
df_sorted = df.sort_values(by='工资', ascending=False) # 降序排序
print("\n按工资排序后：\n", df_sorted)# 简单筛选
high_salary = df[df['工资'] > 7500]
print("\n工资超过7500的员工：\n", high_salary)# 分组统计
dept_avg = df.groupby('部门')['工资'].mean()
print("\n各部门平均工资：\n", dept_avg)# 4. 数据读取与保存（模拟）
# 实际使用时替换为真实文件路径
# df.to_csv('employee_data.csv', index=False) # 保存为CSV
# new_df = pd.read_csv('employee_data.csv') # 读取CSV
print("\n4. 数据读取提示：取消注释可实现CSV文件的保存和读取")
)
