【第2月_day10】Pandas数据查看与选择

以下是专为小白设计的 Pandas数据查看与选择 学习内容，从基础到应用逐步讲解，附带清晰示例和注意事项：

一、数据查看：快速了解你的数据

1. head() 和 tail()

• 作用：查看数据的前几行或后几行，默认显示5行。
• 示例：

  import pandas as pd
  df = pd.read_csv("data.csv")  # 假设读取了一个数据表
  
  # 查看前3行
  print(df.head(3))  
  # 查看后2行
  print(df.tail(2))
  

2. info()

• 作用：显示数据的基本信息（行数、列名、数据类型、非空值数量）。
• 示例：

  df.info()
  

  输出示例：

  <class 'pandas.core.frame.DataFrame'>
  RangeIndex: 100 entries, 0 to 99
  Data columns (total 3 columns):
   #   Column  Non-Null Count  Dtype  
  ---  ------  --------------  -----  
   0   Name    100 non-null    object 
   1   Age     95 non-null     float64
   2   Score   90 non-null     float64
  

3. describe()

• 作用：生成数值型列的统计摘要（均值、标准差、最小值、最大值等）。
• 示例：

  df.describe()
  

  输出示例：

               Age       Score
  count   95.000000   90.000000
  mean    28.526316   85.300000
  std      4.123456    5.678901
  min     18.000000   60.000000
  25%     25.000000   82.000000
  50%     28.000000   85.000000
  75%     32.000000   89.000000
  max     40.000000   99.000000
  

二、数据选择：精准定位你要的数据

1. 列选择

• 方法1：直接通过列名选择单列（返回Series）。

  df["Name"]  # 选择“Name”列
  

• 方法2：选择多列（返回DataFrame）。

  df[["Name", "Score"]]  # 同时选择两列
  

• 方法3：用点符号选择列（仅限列名无空格、无特殊符号时）。

  df.Age  # 等效于 df["Age"]
  

2. 行选择

• 方法1：通过行索引标签选择（loc）。

  df.loc[0]      # 选择索引为0的行
  df.loc[0:5]    # 选择索引0到5的行（包含5）
  

• 方法2：通过行位置选择（iloc）。

  df.iloc[0]     # 选择第1行
  df.iloc[0:5]   # 选择第1到第5行（不包含5）
  

3. 条件筛选

• 单条件筛选：

  # 筛选年龄大于30的行
  df[df["Age"] > 30]
  

• 多条件组合：

  # 筛选年龄>25 且 分数>80的行（注意括号）
  df[(df["Age"] > 25) & (df["Score"] > 80)]
  

• 模糊匹配：

  # 筛选名字包含“张”的行
  df[df["Name"].str.contains("张")]
  

三、常见问题与注意事项

1. 为什么用 loc 和 iloc？

   • loc 按标签选择（如索引名是字符串时用），iloc 按位置选择（类似列表索引）。

2. 条件筛选后如何修改数据？

   • 先筛选再赋值，避免链式操作：

     df.loc[df["Age"] > 30, "Score"] = 100  # 正确写法
     

3. 为什么 df[df.Age > 30] 可以运行？

   • 这是条件筛选的简写形式，等价于 df[df["Age"] > 30]。

四、实际应用场景示例

1. 查看数据概览：

   df.head()      # 看前5行
   df.describe()  # 分析数值分布
   

2. 提取关键信息：

   high_score = df[df["Score"] > 90]  # 筛选高分学生
   

3. 处理缺失值：

   df.dropna(subset=["Age"])  # 删除“Age”列缺失的行
   

五、练习小任务

1. 加载你的数据集，用 head(10) 查看前10行。
2. 用 info() 查看数据有多少列，哪些列有缺失值？
3. 筛选出“年龄”大于25岁且“分数”低于60分的所有行。

通过这4个查看方法和3种选择操作，你已经可以快速上手Pandas的基础数据处理啦！后续可学习更复杂的操作如分组、合并等。