阅读量:0
要用Python整理数据，首先需要导入相应的库，如pandas和numpy。然后，可以使用pandas库中的DataFrame来创建一个数据框来存储和整理数据。
以下是一个示例代码，演示如何使用Python和pandas来整理数据：
import pandas as pd import numpy as np # 创建一个示例数据框 data = {'姓名': ['张三', '李四', '王五', '赵六'], '年龄': [20, 25, 30, 35], '性别': ['男', '女', '男', '女'], '成绩': [80, 90, 85, 95]} df = pd.DataFrame(data) # 查看数据框的前几行 print(df.head()) # 查看数据框的统计摘要信息 print(df.describe()) # 按某一列排序数据框 df_sorted = df.sort_values('年龄') print(df_sorted) # 筛选出满足条件的行 df_filtered = df[df['成绩'] > 85] print(df_filtered) # 添加新的列到数据框 df['年级'] = ['大一', '大二', '大三', '大四'] print(df) # 删除某一列或行 df_drop_column = df.drop('年龄', axis=1) df_drop_row = df.drop(2) print(df_drop_column) print(df_drop_row) 上述代码中，首先创建了一个示例数据框，然后演示了如何查看数据框的前几行和统计摘要信息，如何按某一列排序数据框，如何筛选出满足条件的行，如何添加新的列到数据框，以及如何删除某一列或行。这些都是常用的整理数据的操作。根据具体需求，你可以根据这些示例代码进行修改和调整。
