1
print(df.head(2)) # 默认显示前5行，现在是显示前2行
2
print(df.tail()) # 默认显示最后5行
3
print(df.describe()) # 默认显示数值型列的统计信息
4
print(df.info()) # 显示数据框的详细信息
5

6
# ⚠️ 以下这几个都不带括号
7
print(df.columns) # 列名
8
print(df.index) # 索引
9
print(df.values) # 值(即不包含索引和列名的二维数组)
10
print(df.shape) # 行数列数
11
print(df.dtypes) # 列数据类型
12
print(df.size) # 总元素个数（不包含行列索引）
13
print(df.T) # 转置(行变列，列变行)
14

15
print(df['城市'].unique()) # 唯一值（也就是说对应列的唯一值））
16
print(df['城市'].nunique()) # 唯一值个数（也就是说对应列的唯一值个数）
17
print(df["城市"].value_counts())# 列值出现的次数

1
# 1.按列选择
2
print(df["姓名1"]) # 选择单列（即选择姓名这一列）
3
print(df[["年龄1", "城市1"]]) # 选择多列（即选择姓名和城市这两列）,注意：有两个中括号
4

5
# 2.按行选择
6
# 2.1 按位置：iloc
7
print(df.iloc[0]) # 选择第一行
8
print(df.iloc[1:3]) # 选择第二行和第三行(左闭右开)
9
print(df.iloc[0,3]) # 选择第一行第四列的数据
10
print(df.iloc[0,:3]) # 选择第一行前三列的数据
11
print(df.iloc[:,:3]) # 选择前三列的数据(即所有行的前三列数据)
12
# 2.2 按索引名：loc
13
print(df.loc["员工2"])  # 索引名为"员工2"的行
14
print(df.loc["员工2":"员工3"]) # 索引名为"员工2"到"员工3"的行(左闭右闭) ,注意：只有一个中括号
15
print(df.loc["员工2", "城市1"]) # 索引名为"员工2"的行 和"城市1"的列 的值
16

17
# 3.条件筛选
18
# 3.1 单条件筛选
19
print(df[df["年龄1"]>22]) # 筛选出年龄大于22的行；公式：df[条件]
20
# 3.2 多条件筛选
21
beijing_young_man = df[(df["城市1"] == "北京") & (df["年龄1"] >= 22)] # 筛选出城市为北京且年龄大于等于22的行；
22
print(beijing_young_man)

1
# 模拟创建含缺失值、重复值的DataFrame
2
df_clean = df.copy() # 创建一个副本，即深拷贝
3
df_clean.loc["员工2", "薪资1"] = np.nan # 第2行薪资设为缺失值
4
df_clean = pd.concat([df_clean,df_clean.iloc[0:1]]) # 将第1行复制1行并添加到df_clean的末尾添加一行
5
print(df_clean)
6
# 1. 缺失值处理
7
print(df_clean.isnull().sum()) # 查看各列缺失值数量
8
# 1.1 填充
9
# 1.1.1 用0 填充缺失值
10
df_clean.fillna({"薪资1":0},inplace=True)
11
# # 1.1.2 用均值填充缺失值
12
df_clean.fillna({"薪资1":df_clean["薪资1"].mean()},inplace= True) # 用均值填充缺失值, inplace=True表示将修改后的数据保存在原数据中
13
# # 1.1.3 用前一个值填充缺失值
14
df_clean.ffill(inplace= True)
15
# # 1.1.4 用后一个值填充缺失值
16
df_clean.bfill(inplace= True)
17
# 1.2 删除
18
df_clean.dropna(inplace= True) # 删除有缺失值的行
19
print(f'处理缺失值后的数据：\n{df_clean}')
20

21
# 2. 重复值处理(duplicate 是复制、重复的意思)
22
print(f'df_clean.duplicated().sum():{df_clean.duplicated().sum()}') # 查看重复行数量
23
df_clean.drop_duplicates(inplace= True) # 删除重复行
24

25
# 3. 数据类型转换
26
df_clean["年龄1"] = df_clean["年龄1"].astype(float)
27
# 4. 新增/修改列
28
df_clean["年薪1"] = df_clean["薪资1"] * 12 # 新增年薪列
29
df_clean.loc[df_clean["薪资1"] > 10000, "薪资等级"] = "高"  # 条件赋值 ，通过loc定位满足条件的行，再给指定列赋值（列不存在时会自动新增）。
30
df_clean.loc[df_clean["薪资1"] <= 10000, "薪资等级"] = "中"
31
# 也可以简单一句：
32
df_clean["薪资等级1"] = np.where(df_clean["薪资1"] > 10000, "高", "中")

1
# 模拟第二个DataFrame（员工部门信息）
2
df_dept = pd.DataFrame({
3
    "姓名": ["张三", "李四", "王五", "赵六"],
4
    "部门": ["技术", "产品", "销售", "技术"]
5
})
6

7
# 1. 合并（类似SQL的JOIN）
8
df_merge = pd.merge(df, df_dept, on="姓名", how="inner")  # 内连接（默认）
9
print(f'df_merge: \n{df_merge}')
10
# 输出（已经去掉了更改行索引语句了）：
11
  df_merge:
12
   姓名  年龄  城市     薪资  部门
13
0  张三  20  北京   8000  技术
14
1  李四  25  上海  12000  产品
15
2  王五  22  广州   9500  销售
16
3  赵六  28  北京  15000  技术
17
# 2. 拼接（上下/左右拼接）,应该保证行索引是没有改过的，也就是说最初那样的索引
18
# axis=1：左右拼接；axis=0：上下拼接。
19
# ignore_index 是否重置索引（避免重复索引）;
20
# outer=保留所有列/行（默认），inner=只保留重叠的列/行
21
df_concat = pd.concat([df, df_dept], axis=1,join="outer")
22
print(f'df_concat: \n{df_concat}')
23
# 输出：
24
  df_concat:
25
   姓名  年龄  城市     薪资  姓名  部门
26
0  张三  20  北京   8000  张三  技术
27
1  李四  25  上海  12000  李四  产品
28
2  王五  22  广州   9500  王五  销售
29
3  赵六  28  北京  15000  赵六  技术