目录
前言
1. 基于数字索引选择（iloc）
2. 基于标签名称选择（loc）
二、数据删减
1. 删除行/列（drop）
2. 数据去重（drop_duplicates）
3. 删除缺失值（dropna）
三、缺失值处理
1. 检测缺失值
2. 填充缺失值（fillna）
3. 插值填充（interpolate）
四、数据可视化
1. 直接绘图（DataFrame.plot）
五、总结
前言
Pandas读取数据后可对数据进行选择、删减、缺失值处理和可视化等一系列操作。
一、数据选择
1. 基于数字索引选择（iloc）
-
用途：通过行/列的位置（整数索引）选择数据。
-
语法：
df.iloc[行选择, 列选择] -
常见操作：
-
选择行：
df.iloc[:3] # 前3行（切片） df.iloc[[1, 3, 5]] # 选择第2、4、6行（列表形式） -
选择列：
df.iloc[:, 1:4] # 第2-4列（切片） df.iloc[:, [0, 2]] # 第1、3列（列表形式） -
组合选择：
df.iloc[1:3, 0:2] # 第2-3行，第1-2列
-
2. 基于标签名称选择（loc）
-
用途：通过行/列的标签（名称）选择数据。
-
语法：
df.loc[行标签选择, 列标签选择] -
常见操作：
-
选择行：
df.loc[0:2] # 标签0到2的行（包含末尾） df.loc[[0, 2, 4]] # 标签0、2、4的行 -
选择列：
df.loc[:, 'A':'C'] # 列A到C（包含末尾） df.loc[:, ['A', 'C']] # 列A和C -
组合选择：
df.loc[[0, 2], 'Median Age':] # 标签0、2的行，列从'Median Age'到最后
-
二、数据删减
1. 删除行/列（drop）
-
语法：
df.drop(labels=要删除的标签, axis=0/1, inplace=False) -
示例：
df.drop(labels=['Median Age', 'Total Males'], axis=1) # 删除指定列 df.drop(index=[0, 2], axis=0) # 删除指定行
2. 数据去重（drop_duplicates）
-
语法：
df.drop_duplicates(subset=None, keep='first', inplace=False) -
示例：
df.drop_duplicates() # 删除所有重复行 df.drop_duplicates(subset=['A', 'B']) # 基于列A、B去重
3. 删除缺失值（dropna）
-
语法：
df.dropna(axis=0/1, how='any'/'all', thresh=阈值) -
示例：
df.dropna() # 删除所有含缺失值的行 df.dropna(axis=1, how='all') # 删除全为缺失值的列
三、缺失值处理
1. 检测缺失值
-
方法：
df.isna() # 返回布尔矩阵，标记缺失值位置 df.notna() # 返回布尔矩阵，标记非缺失值位置
2. 填充缺失值（fillna）
-
常用方式：
-
标量填充：
df.fillna(0) # 所有缺失值填充为0 -
前向/后向填充：
df.fillna(method='pad') # 用前一个值填充（前向填充） df.fillna(method='bfill') # 用后一个值填充（后向填充） -
统计值填充：
df.fillna(df.mean()) # 用列均值填充 df.fillna(df.median()) # 用列中位数填充
-
3. 插值填充（interpolate）
-
用途：通过插值算法（如线性、多项式）填充缺失值。
-
语法：
df.interpolate(method='linear', limit=连续填充次数) -
示例：
df = pd.DataFrame({'A': [1.1, 2.2, np.nan, 4.5, 5.7, 6.9]}) df.interpolate() # 线性插值填充 -
常用插值方法：
-
method='linear'（默认，线性插值） -
method='quadratic'（二次插值） -
method='pchip'（适用于累计分布数据，需安装scipy）
-
四、数据可视化
1. 直接绘图（DataFrame.plot）
-
语法：
df.plot(kind=图形类型, x=列名, y=列名, title=标题) -
常见图形类型：
df.plot(kind='line') # 折线图（默认） df.plot(kind='bar') # 柱状图 df.plot(kind='hist') # 直方图 df.plot(kind='scatter', x='A', y='B') # 散点图 -
示例：
df_interpolate.plot(title='插值后数据趋势') # 绘制折线图
五、总结
-
数据选择：
使用iloc按位置索引选择，loc按标签选择。 -
数据删减：
删除行/列用drop，去重用drop_duplicates，删缺失值用dropna。 -
缺失值处理：
填充用fillna或interpolate，优先选择插值方法还原数据趋势。 -
数据可视化：
直接调用df.plot快速预览数据分布。
