专项代码3 Pandas代码知识点梳理—2024届高考信息技术二轮复习知识点梳理

专项代码3 Pandas代码 import pandas as pd import matplotlib.pyplot as plt dic = {"城市名称": ["杭州", "宁波", "宁波", "绍兴"], "区域": ["余杭", "镇海", "北仑", "柯桥"], "人均GDP": [125894, 202658, 227856, 215678], "城区人口": [2014570, 695710, 445687, 115678], "人均汽车保有量(辆)": [0.8, 0.71, 0.66, 1.02] } df = pd.DataFrame(dic) # 将字典转成Pandas的对象 --------------------------------------------------------------------- 新增一列（人均住房面积）当df中不存在人均住房面积这一列时，就新增一列 df["人均住房面积"] = [39.45, 37.77, 58.86, 29.55] 修改一列（人均住房面积）当df中存在人均GDP这一列时，就修改一列 df["人均GDP"] = [39.45, 37.77, 58.86, 29.55] --------------------------------------------------------------------- 修改单个的值。[将余杭的人均GDP改为156980] df.at[0, "人均GDP"] = 156980 at方法传入两个参数，第一个参数是索引值，第二个是列名 --------------------------------------------------------------------- 删除列（删除人均住房面积） df.pop("人均住房面积") # 传入列名，删除该列 df = df.drop(labels=["人均住房面积"], axis=1) 不影响原值。传入两个参数，labels=[列名],axis=1:表示列。0表示行 --------------------------------------------------------------------- 删除行 df=df.drop(labels=[0,1],axis=0) # 不影响原值。传入两个参数，labels=[行索引1,行索引2],axis=1:表示列。 --------------------------------------------------------------------- # 取某一列的值 df.城市名称 # 写法1 df["城市名称"] # 写法2 --------------------------------------------------------------------- # 取某一列其中某一行的值，例如取城市名称列的第0行的值 df["城市名称"][0] # 写法1 df.城市名称[0] # 写法2 df.at[0, "城市名称"] #写法3。需要传入两个参数，参数1是行索引，参数2是列名 --------------------------------------------------------------------- df.max(axis=0) # 求所有列的最大值,axis=1:表示行。0表示列 df.min(axis=0) # 求所有列的最小值,axis=1:表示行。0表示列 df.mean(axis=0) # 求所有列的平均值,axis=1:表示行。0表示列 df.sum(axis=0) # 求所有列的和,axis=1:表示行。0表示列 df.count(axis=0) # 求所有列的数量,axis=1:表示行。0表示列 --------------------------------------------------------------------- # 查询城市名称为宁波的所有行 df[df.城市名称 == "宁波"] # 写法1 df[df["城市名称"] == "宁波"] # 写法2 --------------------------------------------------------------------- # 查询城市名称为宁波，区域为镇海的所有行 &:表示且，pandas中不能用and df[(df.城市名称 == "宁波") & (df.区域 == "镇海")] # 写法1 df[(df["城市名称"] == "宁波") & (df["区域"] == "镇海")]