pandas.Series(['東漢', '馬騰', '?', 212], index=['國家', '姓名', '出生年份', '逝世年份'])

pandas.DataFrame([
    ['東漢', 300],
    ['魏國', 800],
    ['蜀國', 400],
    ['吳國', 600],
    ['西晉', 1000]
], columns=['國家', '國力'])

conda install pandas

pip install pandas

$ head sanguo.csv

import pandas as pd

# 當前目錄下的 sanguo.csv 文件，na_values 指定哪些值為空
df = pd.read_csv('./sanguo.csv', na_values=['na', '-', 'N/A', '?'])

# 查看前 5 條
df.head(5)
# NaN 為空值

# 查看后 5 條
df.tail(5)

df.dtypes
# 查看數(shù)據(jù)類型

df.info()
# 有 25 行，5 列
# 各列的名稱（kindom、name、birth、die、character）、非空數(shù)目、數(shù)據(jù)類型

df.describe()
# 查看數(shù)值型列統(tǒng)計值：總數(shù)、平均值、標準差、最小值、25%/50%/75% 分位數(shù)、最大值

df.columns = ['國家', '姓名', '出生年份', '逝世年份', '角色']
df.head()

# 計算年齡
df['年齡'] = df['逝世年份'] - df['出生年份']
df.head(10)

# 篩選年輪小于 50 的數(shù)據(jù)
df[df['年齡'] < 50]

# 篩選曹姓的數(shù)據(jù)
df[df['姓名'].str.startswith('曹')]

df.groupby('國家')['姓名'].count()
# 類似于 SQL: SELECT 國家, COUNT(姓名) FROM x GROUP BY 國家

df['狀態(tài)'] = df['年齡'].apply(lambda x: '長壽' if isinstance(x, (int, float)) and x > 50 else '一般')
df.head()

df.loc[4]

df.loc[4:5]

# 創(chuàng)建列
newpeople = pd.Series(['東漢', '馬騰', '?', 212, '?'], index=['國家', '姓名', '出生年份', '逝世年份', '年齡'])

# 將 Series 轉(zhuǎn)為 DataFrame，并對 DataFrame 轉(zhuǎn)置（列轉(zhuǎn)行）
newpeople = newpeople.to_frame().T

# 追加行（axis=0），重置索引（ignore_index=True）
df2 = pd.concat([df, newpeople], axis=0, ignore_index=True)
df2.tail()

# 創(chuàng)建表格
kindom_power = pd.DataFrame([
    ['東漢', 300],
    ['魏國', 800],
    ['蜀國', 400],
    ['吳國', 600],
    ['西晉', 1000]
], columns=['國家', '國力'])

# 按國家列進行兩個表格（左 df，右 kindom_power）合并
df3 = pd.merge(left=df, right=kindom_power, on='國家')
df3.head(10)

# 寫入 sanguo_result.csv 中，不輸出索引值
df.to_csv('sanguo_result.csv', index=False)