Pandas DataFrame 常用方法全汇总（入门实操博文）

前言

使用 pandas 做数据分析，除了 DataFrame 基础创建、索引取值，绝大多数工作都依赖各类内置方法：查看头尾、列筛选、布尔过滤、统计计算、去重、排序、随机抽样等。本篇基于完整可运行代码，分门别类讲解高频方法，适配数据分析日常使用。

提前固定演示数据集，全文所有案例基于这份表格运行：

import pandas as pd

df = pd.DataFrame({
"name":["tom","tom","jack","alice","bob","allen"],
"age":[15,15,15,20,26,30],
"score":[60.5,60.5,80,30.6,70,83.5]
},
index=['a','b','c','d','e','f'], # 自定义行标签
columns=["name","score","age"]) # 自定义列顺序

一、查看数据头尾：head () /tail ()

只看局部行，不用打印全表，适合快速预览数据。

# 查看前3行
print("head前3行：\\n",df.head(3))
# 查看后3行
print("tail后3行：\\n",df.tail(3))

# 默认5行
print("默认前5行：",df.head())
print("默认后5行：",df.tail())

小技巧：可以链式搭配列筛选，先选列再取头尾，精简数据： df[['name','score']].head(3) 只看姓名、分数的前三行

二、单列 / 多列获取，搭配头尾使用

1. 单列 3 种写法区别

表格

2. 多列获取

多列必须用列表包裹列名：df[['列1','列2']]

# 取name、score两列
print(df[['name','score']])
# 两列+前3行
print(df[['name','score']].head(3))
# 单列age+最后3行
print(df[['age']].tail(3))

三、布尔索引：按条件筛选行（最核心筛选）

语法：df[条件表达式]，支持单条件、多条件组合

规则

# 单条件：分数大于70
print(df[df.score>70])
print(df[df['score']>70])

# 多条件：分数大于70 并且 年龄小于30
res = df[(df['score']>70) & (df['age'] < 30)]
print(res)

四、匹配判断、空值判断：isin () /isna ()

1. isin () 判断单元格是否包含指定内容

用来筛选字段在某个名单里，支持多字段匹配

# 所有单元格是否等于jack
print(df.isin(['jack']))
# 匹配 jack 或者数字20
print(df.isin(['jack',20]))

2. isna () 判断空值

标记表格里所有缺失值 NaN，为空返回 True，非空 False

print(df.isna())

配套补充：notna() 判断非空。

五、数值统计函数：单列聚合计算

针对数值列（score、age）做统计，全部是列纵向计算。

表格

print("分数求和：",df['score'].sum())
print("最高分：",df['score'].max())
print("最低分：",df['score'].min())
print("平均分：",df.score.mean())
print("中位数：",df.score.median())
print("标准差：",df.score.std())
print("方差：",df.score.var())
print("25%分位数：",df.score.quantile(0.25))

一键全量统计 describe ()

无需逐个调用，一次性输出：计数、均值、最值、四分位数，数据分析必用：

print(df.describe())

六、计数统计：count () /value_counts ()

# 各列有效数据行数
print("每一列非缺失值个数：\\n",df.count())
# 全表行重复频次
print("全表重复频次：\\n",df.value_counts())
# 常用：统计每个年龄出现多少次
print(df['age'].value_counts())

七、重复值处理：duplicated () /drop_duplicates ()

# 判断整行是否重复
print("是否整行重复：\\n",df.duplicated())
# 只根据age列判断重复，年龄相同即判定重复
print("age列重复判断：\\n",df.duplicated(subset='age'))
# 删除所有重复行
print("去重后数据：\\n",df.drop_duplicates())

八、随机抽样 sample ()

从表格随机抽取若干行，做数据随机采样，支持抽 1 行、多行。

# 默认随机抽1行
print("随机抽1行：\\n",df.sample())
# 随机抽3行
print("随机抽3行：\\n",df.sample(3))

九、数据排序：sort_index /sort_values/nlargest

1. sort_index：按照行索引标签排序

ascending=False 倒序，True 正序

# 行索引a~f倒序排列
print("索引降序：\\n",df.sort_index(ascending=False))

2. sort_values：按列的值排序（最常用）

支持多列联合排序，可以给不同列设置不同升降序规则

# 先按score升序，分数相同则age降序
df_sorted = df.sort_values(by=['score','age'],ascending=[True,False])
print("多列混合排序：\\n",df_sorted)

3. nlargest /nsmallest：快速取最值前 N 行

不用排序再 head，一步拿到分数最高 2 条

# 取score、age综合最大的2行
print(df.nlargest(2,columns=['score','age']))
# 配套：nsmallest取最小N行
df.nsmallest(2,columns="score")

十、完整配套练习代码

import pandas as pd

df = pd.DataFrame({
"name":["tom","tom","jack","alice","bob","allen"],
"age":[15,15,15,20,26,30],
"score":[60.5,60.5,80,30.6,70,83.5]
},
index=['a','b','c','d','e','f'],
columns=["name","score","age"])

# 头尾查看
print("head前3行：\\n",df.head(3))
print("tail后3行：\\n",df.tail(3))

# 列选取
print("\\n单列三种写法")
print(df['name'])
print(df.name)
print(df[['name']])
print("\\n多列+头尾",df[['name','score']].head(3))

# 布尔筛选
print("\\n分数大于70",df[df.score>70])
print("\\n分数>70且年龄<30",df[(df.score>70)&(df.age<30)])

# 匹配、空值
print("\\nisin匹配jack",df.isin(["jack"]))
print("\\n空值判断",df.isna())

# 统计指标
print("\\n总分",df['score'].sum())
print("平均分",df.score.mean())
print(df.describe())

# 计数与去重
print("\\n有效行数",df.count())
print("\\n重复判断",df.duplicated())
print("\\n去重",df.drop_duplicates())

# 抽样
print("\\n随机抽样",df.sample(2))

# 排序
print("\\n索引倒序",df.sort_index(ascending=False))
print("\\n多列排序",df.sort_values(by=["score"],ascending=True))
print("\\n分数最高2行",df.nlargest(2,"score"))

十一、新手使用总结