python中pandas的用法

import pandas as pd

# 创建一个简单的DataFrame
data = {
    '姓名': ['张三', '李四', '王五'],
    '年龄': [28, 34, 22],
    '城市': ['北京', '上海', '广州']
}

df = pd.DataFrame(data)

# 显示DataFrame的前几行
print(df.head())

# 添加一列
df['职业'] = ['工程师', '医生', '教师']

# 显示修改后的DataFrame
print(df)

# 筛选数据：选择年龄大于30岁的记录
filtered_df = df[df['年龄'] > 30]
print(filtered_df)

# 分组并计算平均值
grouped_df = df.groupby('城市').mean()
print(grouped_df)

# 排序：按年龄降序排列
sorted_df = df.sort_values(by='年龄', ascending=False)
print(sorted_df)

# 保存到CSV文件
df.to_csv('output.csv', index=False)

# 读取CSV文件
read_df = pd.read_csv('output.csv')
print(read_df)

解释说明：

1. 导入Pandas库：使用import pandas as pd导入Pandas库，并将其简写为pd。
2. 创建DataFrame：通过字典创建一个包含姓名、年龄和城市的DataFrame。
3. 显示DataFrame：使用head()方法显示DataFrame的前几行，默认是前5行。
4. 添加新列：通过直接赋值的方式向DataFrame中添加一列“职业”。
5. 筛选数据：使用布尔索引筛选出年龄大于30岁的记录。
6. 分组并计算平均值：使用groupby()方法按城市分组，并计算每组的平均年龄。
7. 排序：使用sort_values()方法按年龄降序排列。
8. 保存和读取CSV文件：使用to_csv()方法将DataFrame保存为CSV文件，再用read_csv()方法读取该文件。

以上代码展示了Pandas的基本用法，包括创建、操作、筛选、分组、排序以及读写文件等常见操作。