import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Paris', 'London']
}

df = pd.DataFrame(data)

data = [
    ['Alice', 25, 'New York'],  # 第一個(gè)人的完整信息
    ['Bob', 30, 'Paris'], 		# 第二個(gè)人的完整信息
    ['Charlie', 35, 'London']	# 第三個(gè)人的完整信息
]

# 將列表轉(zhuǎn)換為DataFrame，并指定列名
df = pd.DataFrame(data, columns=['Name', 'Age', 'City'])

df.head()      # 查看前5行
df.tail(3)     # 查看后3行
df.shape       # 查看維度(行數(shù),列數(shù))
df.columns     # 查看列名
df.dtypes      # 查看每列數(shù)據(jù)類型

df['Name']          # 選擇單列，返回Series對象
df[['Name', 'Age']] # 選擇多列，返回新的DataFrame
df.loc[0]           # 按標(biāo)簽選擇第一行所有數(shù)據(jù)
df.iloc[0]          # 按位置(索引)選擇第一行所有數(shù)據(jù)

df[df['Age'] > 30]            # 年齡大于30的記錄
df[(df['Age'] > 25) & (df['City'] == 'Paris')]  # 多條件篩選：年齡>25且城市為Paris

df['Age'] = df['Age'] + 1       # 年齡列全部加1
df['New_Column'] = range(3)     # 添加新列

df.info() # 快速查看DataFrame的摘要信息，包括列名、非空值數(shù)量、數(shù)據(jù)類型等
df.describe()       # 對數(shù)值列計(jì)算統(tǒng)計(jì)量(計(jì)數(shù)、均值、標(biāo)準(zhǔn)差等)
df.mean(numeric_only=True)    # 計(jì)算各數(shù)值列的均值
df['Age'].value_counts()  # 統(tǒng)計(jì)年齡列中每個(gè)值的出現(xiàn)次數(shù)

df.describe(
    percentiles=None,  # 指定要計(jì)算的分位數(shù)
    include=None,     # 指定包含的數(shù)據(jù)類型
    exclude=None,     # 指定排除的數(shù)據(jù)類型
    datetime_is_numeric=False  # 是否將datetime視為數(shù)值型
)

import pandas as pd
import numpy as np

# 創(chuàng)建示例DataFrame
df = pd.DataFrame({
    '數(shù)值列': np.random.randn(100),
    '分類列': np.random.choice(['A', 'B', 'C'], 100),
    '缺失列': np.random.choice([1, 2, np.nan], 100)
})

# 默認(rèn)describe
print(df.describe())

# 只計(jì)算特定分位數(shù)
df.describe(percentiles=[0.1, 0.5, 0.9])

# 只包含數(shù)值列
df.describe(include=[np.number])

# 包含所有列
df.describe(include='all')

# 排除數(shù)值列
df.describe(exclude=[np.number])

df.mean(
    axis=0,            # 計(jì)算方向：0-列方向，1-行方向
    skipna=True,       # 是否跳過NaN值
    numeric_only=True, # 是否只計(jì)算數(shù)值列
    **kwargs          # 其他參數(shù)
)

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [1.5, 2.5, 3.5, 4.5],
    'C': ['a', 'b', 'c', 'd']  # 非數(shù)值列
})

# 計(jì)算各列的平均值
print(df.mean())

s = pd.Series([10, 20, 30, 40])
print(s.mean())  # 輸出: 25.0

# 計(jì)算每列的平均值
column_means = df.mean()  # 默認(rèn)axis=0

# 計(jì)算每行的平均值
row_means = df.mean(axis=1)

# 只計(jì)算數(shù)值列（推薦方式）
df.mean(numeric_only=True)

df_with_nan = pd.DataFrame({'A': [1, 2, np.nan, 4]})

# 跳過NaN計(jì)算
df_with_nan.mean()  # 輸出A列平均值：(1+2+4)/3 ≈ 2.333

# 包含NaN計(jì)算
df_with_nan.mean(skipna=False)  # 輸出NaN

df.dropna()         # 刪除含缺失值的整行
df.fillna(0)        # 用0填充缺失值
df.isna().sum()     # 統(tǒng)計(jì)每列的缺失值數(shù)量

df.sort_values('Age', ascending=False)  # 按年齡降序排列

print(df.groupby('City')['Age'].mean())  # 按城市分組計(jì)算平均年齡

df['Age'].apply(lambda x: x * 2)  # 對Age列的值進(jìn)行加倍

# 返回所有數(shù)據(jù)（不含列名）的二維列表。
data = df.values.tolist()

# 提取某一列的數(shù)據(jù)，轉(zhuǎn)換為列表。
names = df['Name'].tolist()

# 默認(rèn)返回 {列名: {索引: 值}} 的嵌套字典結(jié)構(gòu)。
dict_data = df.to_dict()

# 返回 [{列名: 值}, ...] 格式的字典列表，適合 JSON 轉(zhuǎn)換。
dict_records = df.to_dict('records')

# 返回 DataFrame 的 NumPy 數(shù)組形式（不包含列名）。
numpy_array = df.to_numpy()

# 將 DataFrame 轉(zhuǎn)換為 JSON 字符串。
json_str = df.to_json()

# 指定格式（orient 參數(shù)）
json_records = df.to_json(orient='records')

import pandas as pd

# 創(chuàng)建示例DataFrame
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                    'B': ['B0', 'B1', 'B2']},
                   index=[0, 1, 2])

df2 = pd.DataFrame({'A': ['A3', 'A4', 'A5'],
                    'B': ['B3', 'B4', 'B5']},
                   index=[3, 4, 5])

# 縱向連接(默認(rèn)axis=0)
result = pd.concat([df1, df2])

# 橫向連接
result_h = pd.concat([df1, df2], axis=1)

left = pd.DataFrame({'key': ['K0', 'K1', 'K2'],
                     'A': ['A0', 'A1', 'A2'],
                     'B': ['B0', 'B1', 'B2']})

right = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                      'C': ['C0', 'C1', 'C2', 'C3'],
                      'D': ['D0', 'D1', 'D2', 'D3']})

# 內(nèi)連接(默認(rèn))
result = pd.merge(left, right, on='key')

# 左連接
result_left = pd.merge(left, right, how='left', on='key')

# 右連接
result_right = pd.merge(left, right, how='right', on='key')

# 外連接
result_outer = pd.merge(left, right, how='outer', on='key')

left = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                     'B': ['B0', 'B1', 'B2']},
                    index=['K0', 'K1', 'K2'])

right = pd.DataFrame({'C': ['C0', 'C1', 'C2'],
                      'D': ['D0', 'D1', 'D2']},
                     index=['K0', 'K1', 'K3'])

# 左連接(默認(rèn))
result = left.join(right)

# 右連接
result_right = left.join(right, how='right')

# 內(nèi)連接
result_inner = left.join(right, how='inner')

# 外連接
result_outer = left.join(right, how='outer')

left = pd.DataFrame({'key1': ['K0', 'K0', 'K1', 'K2'],
                     'key2': ['K0', 'K1', 'K0', 'K1'],
                     'A': ['A0', 'A1', 'A2', 'A3'],
                     'B': ['B0', 'B1', 'B2', 'B3']})

right = pd.DataFrame({'key1': ['K0', 'K1', 'K1', 'K2'],
                      'key2': ['K0', 'K0', 'K0', 'K0'],
                      'C': ['C0', 'C1', 'C2', 'C3'],
                      'D': ['D0', 'D1', 'D2', 'D3']})

result = pd.merge(left, right, on=['key1', 'key2'])

# 合并時(shí)對重復(fù)列名添加后綴區(qū)分
result = pd.merge(left, right, on='key1', suffixes=('_left', '_right'))

# 合并后添加一列指示每行數(shù)據(jù)的來源
result = pd.merge(left, right, on='key1', how='outer', indicator=True)

# 創(chuàng)建示例DataFrame
df = pd.DataFrame({'A': range(10),
                   'B': range(10, 20),
                   'C': range(20, 30)})

# 取前3行
df_head = df.head(3)

# 取后3行
df_tail = df.tail(3)

# 按位置分割
df_part1 = df.iloc[:5]  # 前5行
df_part2 = df.iloc[5:]  # 第6行到最后

# 按條件分割
df_filtered = df[df['A'] > 5]  # A列大于5的行

# 選擇單列(返回Series)
col_a = df['A']

# 選擇多列(返回DataFrame)
cols_ab = df[['A', 'B']]

# 按數(shù)據(jù)類型選擇：只選擇數(shù)值型列
numeric_cols = df.select_dtypes(include=['number'])

# 隨機(jī)抽取30%的數(shù)據(jù)
df_sample = df.sample(frac=0.3)

# 隨機(jī)抽取固定數(shù)量(5行)
df_sample_fixed = df.sample(n=5)

# 創(chuàng)建分組對象
grouped = df.groupby('A')

# 獲取特定組
group_5 = grouped.get_group(5)

# 遍歷所有組
for name, group in grouped:
    print(f"Group {name}:")
    print(group)