Python DataFrame列操作：从列表到DataFrame

在Python的pandas库中，DataFrame是一个非常重要的数据结构，它用于存储和操作表格型数据。DataFrame由行和列组成，每一列都可以看作是一个Series对象。

从列表创建DataFrame

首先，我们可以从列表（list）创建DataFrame。假设我们有一个包含多列数据的列表，我们可以使用pandas.DataFrame()函数将其转换为DataFrame。

import pandas as pd
# 假设我们有一个包含多列数据的列表
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'San Francisco', 'Los Angeles']
}
# 使用pandas.DataFrame()函数将列表转换为DataFrame
df = pd.DataFrame(data)
print(df)

添加列

要向DataFrame添加新列，我们可以使用assign()函数，或者简单地使用新的键值对赋值给DataFrame。

# 使用assign()函数添加新列
df = df.assign(Country='USA')
# 或者直接赋值
df['Gender'] = ['Female', 'Male', 'Male']
print(df)

删除列

要删除DataFrame的列，我们可以使用drop()函数。

# 删除'City'列
df = df.drop('City', axis=1)
print(df)

重命名列

要重命名DataFrame的列，我们可以使用rename()函数。

# 重命名'Age'列为'Years'
df = df.rename(columns={'Age': 'Years'})
print(df)

修改列

要修改DataFrame的列，我们可以直接对DataFrame的列进行赋值操作。

# 将'Name'列的所有值转换为大写
df['Name'] = df['Name'].str.upper()
print(df)

通过条件筛选列

我们还可以通过条件筛选DataFrame的列。

# 筛选'Years'列大于30的行
df_filtered = df[df['Years'] > 30]
print(df_filtered)

这就是Python中pandas库DataFrame的基本列操作。通过掌握这些操作，我们可以轻松地处理和分析表格型数据。希望这篇文章对你有所帮助！