Python其Frame数据处理

Answer 1

Python的pandas库提供了强大的DataFrame数据处理功能，使得在Excel数据中进行各种操作变得简单易行。例如，你可以轻松计算总分，如总分=语文+数学+英语，只需一行代码df['总分']=df['语文']+df['数学']+df['英语']。这个例子中，我们使用read_excel函数读取Excel数据，然后对学生成绩表进行操作。

21.1 列间求和

总分计算仅需一个语句，可以用来填充DataFrame的相应列。

21.2 数据替换

DataFrame提供了replace()函数，可以替换满足条件的行或列，甚至整个数据集。例如，替换总分列中特定数值，如df['总分'].replace(310,'x',inplace=True)。

21.3 排序

sort_values()函数允许按照一个或多个列进行排序，支持升序或降序。如df=df.sort_values(by=['总分'],ascending=False)。

21.4 字段截取与抽取

使用slice()函数可以截取字符串，如df['年级'] = df['学号'].str.slice(0,2)。df[df.总分>300]则用于抽取总分大于300的记录。

21.5 修改记录

整列替换如df['总分']=df['语文']+df['数学']+df['英语']。个别修改则通过replace()函数实现，例如df.replace('99','100')。

21.6 记录合并

使用concat()函数，如df3 = pandas.concat([df2,df1])，可以合并DataFrame，保持或重置索引。

21.7 统计次数

使用value_counts()函数统计某列值出现的次数，如df['语文'].value_counts()，或者统计占比，如df['语文'].value_counts(ascending=True,normalize=True)。

21.8 按值查找

isin()函数用于查找特定值的记录，如print(df['语文'].isin([84,91]))。

21.9 数据分区

cut()函数用于根据指定区间对数据进行分组，如grade = pd.cut(df.语文,bins,right=False,labels=lab)，然后添加新的列表示等级。

这些操作使得Python的DataFrame成为数据预处理的强大工具，帮助你高效地处理Excel数据。