用一个 10 名学生的例子演示两个函数的配合。importpandasaspdimportnumpyasnp# 构造简单数据10名学生的分数datapd.DataFrame({姓名:[张三,李四,王五,赵六,钱七,孙八,周九,吴十,郑一,王二],分数:[95,82,58,74,91,66,45,88,79,62]})print(data)姓名 分数 0 张三 95 1 李四 82 2 王五 58 3 赵六 74 4 钱七 91 5 孙八 66 6 周九 45 7 吴十 88 8 郑一 79 9 王二 62DataFrame它是 Pandas 中的另一个核心数据结构类似于一个二维的表格或数据库中的数据表。DataFrame 是一个表格型的数据结构它含有一组有序的列每列可以是不同的值类型数值、字符串、布尔型值。 DataFrame 既有行索引也有列索引它可以被看做由 Series 组成的字典共同用一个索引。 DataFrame 提供了各种功能来进行数据访问、筛选、分割、合并、重塑、聚合以及转换等操作。 DataFrame 是一个非常灵活且强大的数据结构广泛用于数据分析、清洗、转换、可视化等任务。 DataFrame 特点 二维结构 DataFrame 是一个二维表格可以被看作是一个 Excel 电子表格或 SQL 表具有行和列。可以将其视为多个 Series 对象组成的字典。 列的数据类型 不同的列可以包含不同的数据类型例如整数、浮点数、字符串或 Python 对象等。 索引DataFrame 可以拥有行索引和列索引类似于 Excel 中的行号和列标。 大小可变可以添加和删除列类似于 Python 中的字典。 自动对齐在进行算术运算或数据对齐操作时DataFrame 会自动对齐索引。 处理缺失数据DataFrame 可以包含缺失数据Pandas 使用 NaNNot a Number来表示。 数据操作支持数据切片、索引、子集分割等操作。 时间序列支持DataFrame 对时间序列数据有特别的支持可以轻松地进行时间数据的切片、索引和操作。 丰富的数据访问功能通过 .loc、.iloc 和 .query() 方法可以灵活地访问和筛选数据。 灵活的数据处理功能包括数据合并、重塑、透视、分组和聚合等。 数据可视化虽然 DataFrame 本身不是可视化工具但它可以与 Matplotlib 或 Seaborn 等可视化库结合使用进行数据可视化。 高效的数据输入输出可以方便地读取和写入数据支持多种格式如 CSV、Excel、SQL 数据库和 HDF5 格式。 描述性统计提供了一系列方法来计算描述性统计数据如 .describe()、.mean()、.sum() 等。 灵活的数据对齐和集成可以轻松地与其他 DataFrame 或 Series 对象进行合并、连接或更新操作。 转换功能可以对数据集中的值进行转换例如使用 .apply() 方法应用自定义函数。 滚动窗口和时间序列分析支持对数据集进行滚动窗口统计和时间序列分析。第一步pd.cut —— 分箱连续值 → 区间标签bins[0,60,80,100]labels[不及格,良好,优秀]data[等级]pd.cut(data[分数],binsbins,labelslabels,rightFalse)print(data)姓名 分数 等级 0 张三 95 优秀 1 李四 82 优秀 2 王五 58 不及格 3 赵六 74 良好 4 钱七 91 优秀 5 孙八 66 良好 6 周九 45 不及格 7 吴十 88 优秀 8 郑一 79 良好 9 王二 62 良好rightFalse→ 左闭右开[0,60) 不及格、[60,80) 良好、[80,100] 优秀。第二步groupby —— 按分组统计# 统计每个等级的人数countdata[等级].value_counts()print(count)# 统计每个等级的平均分avgdata.groupby(等级)[分数].mean()print(avg)等级 优秀 4 良好 4 不及格 2 等级 不及格 51.5 良好 72.75 优秀 89.0总结pd.cut负责“分组贴标签”groupby负责“按标签算统计”两者配合完成区间分析。