Python 数据分析：Pandas DataFrame 零基础入门教程

Xiu Yan2026-09-22 9:51

文章目录

  • [一、DataFrame 简介](#一、DataFrame 简介)
  • [二、DataFrame 基本语法](#二、DataFrame 基本语法)
    • [2.1 DataFrame 的创建](#2.1 DataFrame 的创建)
    • [2.2 DataFrame 的属性](#2.2 DataFrame 的属性)
    • [2.3 DataFrame 数据访问](#2.3 DataFrame 数据访问)
  • [三、DataFrame 常用函数](#三、DataFrame 常用函数)
  • [四、DataFrame 案例](#四、DataFrame 案例)

一、DataFrame 简介

  DataFrame 是 Pandas 最核心的 二维表格型数据结构，由行索引 (index)、列名 (columns) 和值组成。可理解成多张 Series 共用一套行索引拼接而成，类似 Excel 表格。特点如下：

  1. 二维结构，有行、列两个维度标签
  2. 每一列可以是不同数据类型（数值、字符串等）
  3. 支持快速筛选、分组、聚合、缺失值处理
  4. 可以从字典、列表、Series、csv 等多种来源创建

注：DataFrame 的每一列本质上就是一个 Series；后文演示默认引入 Pandas：import pandas as pd

二、DataFrame 基本语法

2.1 DataFrame 的创建

通过series创建：

python 复制代码 
s1 = pd.Series([1, 2, 3, 4, 5])
s2 = pd.Series([6, 7, 8, 9, 10])
df = pd.DataFrame({'第一列': s1, '第二列': s2})

通过列表创建：

python 复制代码 
data_list = [
    [101, "Alice", 1200],
    [102, "Bob", 300],
    [103, "Charlie", 800]
]
df = pd.DataFrame(data_list, columns=["用户ID", "姓名", "金额"])

通过字典创建：

python 复制代码 
df = pd.DataFrame({
    "id": [1, 2, 3, 4, 5],
    "name": ["tom", "jack", "alice", "bob", "allen"],
    "age": [14, 15, 16, 17, 13],
    "score": [10.1, 20.2, 30.2, 40.0, 50]
})
df = pd.DataFrame(
    {
        "name": ["tom", "jack", "alice", "bob", "allen"],
        "age": [14, 15, 16, 17, 13],
        "score": [10.1, 20.2, 30.2, 40.0, 50]
    },
    index=[1, 2, 3, 4, 5]
)
df = pd.DataFrame(
    {
        "name": ["tom", "jack", "alice", "bob", "allen"],
        "age": [14, 15, 16, 17, 13],
        "score": [10.1, 20.2, 30.2, 40.0, 50]
    },
    index=[1, 2, 3, 4, 5],
    columns=["name", "score", "age"]  # 通过columns修改列的位置
)

2.2 DataFrame 的属性

属性 说明 属性 说明
index DataFrame的行索引 loc[] 显式索引，按行列标签索引或切片
values DataFrame的值 iloc[] 隐式索引，按行列位置索引或切片
dtypes DataFrame的元素类型 at[] 使用行列标签访问单个元素
shape DataFrame的形状 iat[] 使用行列位置访问单个元素
ndim DataFrame的维度 T 行列转置
size DataFrame的元素个数
columns DataFrame的列标签

示例代码1：

python 复制代码 
df = pd.DataFrame(
    {
        "name": ["tom", "jack", "alice", "bob", "allen"],
        "age": [14, 15, 16, 17, 13],
        "score": [10.1, 20.2, 30.2, 40.0, 50]
    },
    index=[1, 2, 3, 4, 5],
    columns=["name", "score", "age"]  # 通过columns修改列的位置
)

print('行索引：', df.index)    # Index([1, 2, 3, 4, 5], dtype='int64')
print('列标签：', df.columns)  # Index(['name', 'score', 'age'], dtype='str')
print('值：', df.values)
# [['tom' 10.1 14]
#  ['jack' 20.2 15]
#  ['alice' 30.2 16]
#  ['bob' 40.0 17]
#  ['allen' 50.0 13]]

print('维度：', df.ndim)        # 2
print('形状：', df.shape)       # (5, 3)
print('元素个数：', df.size)    # 15
print('数据类型：', df.dtypes)  # dtype: object
# name         str
# score    float64
# age        int64

print('转置：', df.T)
print('转置后的行索引：', df.T.index)    # Index(['name', 'score', 'age'], dtype='str')
print('转置后的列表签：', df.T.columns)  # Index([1, 2, 3, 4, 5], dtype='int64')

代码示例2：

python 复制代码 
# 获取行
print(df.loc[4])  # 显式
# name      bob
# score    40.0
# age        17
# Name: 4, dtype: object
print(df.iloc[3])  # 隐式，同上

# 获取列
print(df.loc[:, 'name'])  # 显示
# 1      tom
# 2     jack
# 3    alice
# 4      bob
# 5    allen
print(df.iloc[:, 0])  # 隐式，同上

代码示例3：

python 复制代码 
# 单个元素
print(df.at[3, 'score'])  # 显式 30.2
print(df.iat[2, 1])       # 隐式
print(df.loc[3, 'score']) # 显式
print(df.iloc[2, 1])	  # 隐式

代码示例4：

python 复制代码 
# 获取某列 扩展
print(df['name'])
# 1      tom
# 2     jack
# 3    alice
# 4      bob
# 5    allen
# Name: name, dtype: str

print(type(df['name']))    # <class 'pandas.Series'>
print(df.name)
print(type(df.name))       # <class 'pandas.Series'>
print(df[['name']])
print(type(df[['name']]))  # <class 'pandas.DataFrame'>
# 获取多列
print(df[['name', 'score']])

注：df['name'] / df.name：单层方括号，取一列，返回 Series（一维）；

  df[['name']]：双层方括号，传入列名列表，返回 DataFrame（二维表格）

2.3 DataFrame 数据访问

python 复制代码 
# 查看部分数据
print(df.head())  # 默认前5行
#     name  score  age
# 1    tom   10.1   14
# 2   jack   20.2   15
# 3  alice   30.2   16
# 4    bob   40.0   17
# 5  allen   50.0   13

print(df.tail())  # 默认后5行
print(df.head(1))  # 前1行
print(df.tail(2))  # 后2行

# 使用布尔索引筛选
print(df[df.score > 30])  
print(df[(df.score > 30) & (df.age > 16)])
print(df[(df['score'] > 30) & (df['age'] > 16)])

# 随机抽样
print(df.sample())
print(df.sample(3))  # 随机取三条

注：df[布尔序列]：筛选出符合布尔序列对应的全部行

三、DataFrame 常用函数

方法 说明 方法 说明
head() 查看前 n 行数据，默认 5 行 max() 最大值
tail() 查看后 n 行数据，默认 5 行 var() 方差
isin() 判断元素是否包含在参数集合中 std() 标准差
isna() 判断是否为缺失值（如 NaN 或 None） median() 中位数
sum() 求和，自动忽略缺失值 mode() 众数（可返回多个）
mean() 平均值 quantile(q) 分位数，q 取 0~1 之间
min() 最小值 describe() 常见统计信息（count、mean、std、min、25%、50%、75%、max）

示例代码1：

python 复制代码 
df = pd.DataFrame(
    {
        "name": ["tom", "jack", "alice", "bob", "allen"],
        "age": [14, 15, 16, 17, 13],
        "score": [10.1, 20.2, 30.2, 40.0, 50]
    },
    index=[1, 2, 3, 4, 5],
    columns=["name", "score", "age"]  # 通过columns修改列的位置
)

print(df.head())  # 查看前 n 行数据，默认 5 行
print(df.tail())
print(df.head(1))
print(df.tail(2))

print(df.isin(['jack', 17]))  # 查看 jack 和 17 元素是否包含在参数集合中
print(df.isna())  # 判断是否为缺失值

print(df['score'].sum())  # 某一列的总和
print(df.score.max())     # 最大值
print(df.score.min())     # 最小值
print(df.score.mean())    # 平均值
print(df.score.median())  # 中位数
print(df.mode())          # 众数
print(df.score.std())     # 标准差
print(df.score.var())     # 方差
print(df.score.quantile(0.25))  # 分位数
print(df.describe())      # 描述性信息
方法 说明 方法 说明
value_counts() 每个唯一值的出现次数 sort_values() 按值排序
count() 非缺失值数量 replace() 替换值
duplicated() 是否重复 nlargest() 返回某列最大的n条数据
drop_duplicates() 去除重复项 nsmallest() 返回某列最小的n条数据
sample() 随机抽样 cumsum() 返回累计和
replace() 替换值 cummax() 返回累计最大值
sort_index() 按索引排序 cummin() 返回累计最小值
python 复制代码 
df = pd.DataFrame(
    {
        "name": ["tom", "tom", "alice", "bob", "allen"],
        "age": [14, 14, 16, 17, 13],
        "score": [10.1, 10.1, 30.2, 40.0, 50]
    },
    index=[1, 2, 3, 4, 5],
    columns=["name", "score", "age"]  # 通过columns修改列的位置
)

示例代码2：

python 复制代码 
print(df.count())  # 统计出现非缺失值的次数
print(df.score.count())
print(df.value_counts())  # 统计出现的次数
# name   score  age
# tom    10.1   14     2
# alice  30.2   16     1
# bob    40.0   17     1
# allen  50.0   13     1
# Name: count, dtype: int64

print(df.drop_duplicates())  # 去重
#     name  score  age
# 1    tom   10.1   14
# 3  alice   30.2   16
# 4    bob   40.0   17
# 5  allen   50.0   13

print(df.duplicated())  # 检查是否重复
# 1    False
# 2     True
# 3    False
# 4    False
# 5    False
# dtype: bool
print(df.duplicated(subset=['score']))  # 只检查某一列是否重复，结果同上
print(df.sample(2))  # 随机采样
print(df.replace(17, 777))  # 替换值

示例代码3：

python 复制代码 
print(df.sort_index(ascending=False))  # 按照索引排序
print(df.sort_values(by='name', ascending=False))  # 按照值排序
print(df.sort_values(by='score', ascending=False))

# 按照score和age两个维度排序
# 后面设置 ascending=False 表示：先按照score降序，如果score相同，则age降序
print(df.sort_values(by=['score', 'age'], ascending=False))

# 按照score和age两个维度排序
# 后面设置 ascending=[True, False] 表示：先按照score升序，如果score相同，则age降序
df.sort_values(by=['score', 'age'], ascending=[True, False])

# 参照score和age两个标准取最大的2个数据，如果score相同，再参照 age
df.nlargest(2, columns=['score', 'age'])
df.nsmallest(2, columns=['score', 'age']) # 取最小的2个数据

示例代码4：

python 复制代码 
df = pd.DataFrame(
    {
        "name": ["A", "B", "C", "D"],
        "age": [11, 12, 13, 14],
        "score": [10.0, 20.0, 30.0, 40.0]
    },
    index=[1, 2, 3, 4],
    columns=["name", "score", "age"]  # 通过columns修改列的位置
)
print(df.cumsum())  # 累计和
print(df.cummax())  # 累计最大值 从上到下查看直到最大值
print(df.cummin())  # 累计最小值
# print(df.cummin(axis=1)) # axis=1表示按行累计

注：axis=0：按列方向纵向运算（默认） ，上下行之间计算；axis=1：按行方向横向运算，左右列之间计算

四、DataFrame 案例

案例1：学生成绩分析

python 复制代码 
'''
案例1:学生成绩分析
场景:某班级的学生成绩数据如下，请完成以下任务:
1.计算每位学生的总分和平均分。
2.找出数学成绩高于90分或英语成绩高于85分的学生。
3.按总分从高到低排序，并输出前3名学生。
'''

data = {
    '姓名': ['张三', '李四', '王五', '赵六', '钱七'],
    '数学': [85, 92, 78, 88, 95],
    '英语': [90, 88, 85, 92, 80],
    '物理': [75, 80, 88, 85, 90]
}
df = pd.DataFrame(data)
print(df)

# 1.计算每位学生的总分和平均分。
print('每位学生的总分：')
df['总分'] = df[['数学', '英语', '物理']].sum(axis=1)  # axis=1 按照行算
df['平均分'] = df[['数学', '英语', '物理']].mean(axis=1)
df['平均分2'] = df['总分'] / 3

# 2.找出数学成绩高于90分或英语成绩高于85分的学生。
df[(df['数学'] > 90) | (df['英语'] > 85)]

# 3.按总分从高到低排序，并输出前3名学生。
r1 = df.sort_values(by=['总分'], ascending=False).head(3)
r2 = df.nlargest(3, columns=['总分'])
print(r1)
print(r2)

注：单层括号获取的是一列Series，双层方括号二列DataFrame，因此不能用 df[['数学', '英语']] 获取多列

案例2：销售数据分析

python 复制代码 
'''
案例2:销售数据分析
场景:某公司销售数据如下，请完成以下任务:
1.计算每种产品的总销售额(销售额=单价x销量)
2.找出销售额最高的产品。
3.按销售额从高到低排序，并输出所有产品信息。
'''

data = {
    '产品名称': ['A', 'B', 'C', 'D'],
    '单价': [100, 150, 200, 120],
    '销量': [50, 30, 20, 40]
}
df = pd.DataFrame(data)
df['总销售额'] = df['单价'] * df['销量']
print(df)
print(df.nlargest(1, columns='总销售额'))
print(df.sort_values(by=['总销售额'], ascending=False))

案例3：电商用户行为分析

python 复制代码 
'''
案例3:电商用户行为分析
场景:某电商平台的用户行数据如下，请完成以下任务:
1.计算每位用户的总消费会领(消费金额=商品单价x购买数量)
2.找出消费金额最高的用户，并输出其所有信息
3.计算所有用户的平均消费金额(保留2位小数)
4.统计电子产品的总购买数量
'''

data = {
    '用户ID': [101, 102, 103, 104, 105],
    '商品单价': [1200, 300, 800, 150, 200],
    '购买数量': [1, 3, 2, 5, 4],
    '用户名': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    '商品类别': ['电子产品', '服饰', '电子产品', '家居', '服饰']
}
df = pd.DataFrame(data)
# 1.每位用户的总消费会领(消费金额=商品单价x购买数量)
df['总消费'] = df['商品单价'] * df['购买数量']
print(df)

# 2.消费金额最高的用户
print(df.nlargest(1, columns=['总消费']))

# 3.所有用户的平均消费金额
print(df['总消费'].mean())

# 4.电子产品的总购买数量
df[df['商品类别'] == '电子产品']['购买数量'].sum()

注：df[布尔序列]筛选符合条件的行，返回DataFrame；提取购买数量列得到Series，最后求和。

参考链接：Python数据分析教程，零基础学会numpy+pandas+matplotlib数据分析，数据可视化

相关推荐
别动我齐刘海1 小时前
ROS2 Jazzy + C++ 实战路线——ros2_control
c++·人工智能·python·opencv·机器学习·机器人·github
ai大模型-探索者1 小时前
Git在PyCharm中的使用完全指南
pycharm·gitee
把头塞进显示器2 小时前
电商平台-测试报告
python·selenium·pytest
ShyanZh2 小时前
【Python3基础】01-Python 环境与开发工具
python
醇氧2 小时前
Git 合并冲突与`__pycache__` 的恩怨情仇
python·numpy·fastapi
ShyanZh2 小时前
【Python3基础】02-输入输出与程序运行
python
伞伞悦读2 小时前
【第39期】Python 第三方包安装详解：pip、conda、requirements、版本锁定和镜像源
python·conda·pip
Jialu.2 小时前
第7篇：舆情预警系统：三类规则引擎 + 飞书/钉钉 Webhook 通知
python·安全
甜到心里的蛋糕3 小时前
如何用企业微信实现让微信收到通知实时通知
服务器·python·微信小程序·fastapi
热门推荐
01国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）02蜘蛛磁力 搜索引擎大全，如何使用蜘蛛磁力查找磁力链接03历年考研数学一、数学二、数学三真题试卷及答案PDF04GitHub 镜像站点05微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新062026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？07人工智能（AI）发展史：详细里程碑08ZCode 周末送额度活动开启：3 亿 Token 免费领取09Telegram APK 下载安装完整指南 — 2026年最新102026 爱知・名古屋亚运会怎么看？直播平台+赛程安排分享