创建一个 DataFrame

创建包含您自定义列和数据的 DataFrame：

import pandas as pd
data = {
    'Element': ['Earth', 'Water', 'Fire', 'Air'],
    'Symbol': ['', '', '', '']
}
df = pd.DataFrame(data)

2. 从 CSV 文件中读取数据

从 CSV 文件读取数据，将其转换为 DataFrame：

df = pd.read_csv('elements.csv')

检查前几行

从数据框中获取前几行：

print(df.head())

4. 选择列

从数据框中选择特定列：

symbols = df['Symbol']

5. 过滤行

筛选 DataFrame，选择符合您标准的行：

fire_elements = df[df['Element'] == 'Fire']

6. 创建新列

在从数据中派生的 DataFrame 中创建新列：

df['Length'] = df['Element'].apply(len)

7. 数据分组和聚合

将您的数据分组并通过对数据进行聚合提取新数据：

element_groups = df.groupby('Element').agg({'Length': 'mean'})

8. 合并数据框

将两个数据框通过共享键连接起来：

df2 = pd.DataFrame({'Element': ['Earth', 'Fire'], 'Quality': ['Solid', 'Plasma']})
merged_df = pd.merge(df, df2, on='Element')

9. 处理缺失数据

清洗您的 DataFrame，填充数据缺失的空白处：

df.fillna(value='Unknown', inplace=True)

10. 数据旋转和重塑

将 DataFrame 的形状进行转换，通过转置操作揭示隐藏的模式和结构：

pivoted_df = df.pivot(index='Element', columns='Symbol', values='Length')