第 1.2 节 编程练习#

student_data = {
    "姓名": ["小明", "小红", "小华"],
    "年龄": [18, 19, 20],
    "城市": ["北京", "上海", "广州"],
}

students = pd.DataFrame(student_data)
print(students)

输出：

   姓名  年龄  城市
0  小明   18  北京
1  小红   19  上海
2  小华   20  广州

要点： 字典的键 = 列名，字典的值 = 这一列的数据（必须是一个列表）。3 个键就是 3 列，值的长度 3 就是 3 行。

# 方式 1：一次性拿到
print(df.shape)        # (8, 8)

# 方式 2：len() 拿行数
print(len(df))         # 8

# 方式 3：分别取
print(df.shape[0])     # 8  行数
print(df.shape[1])     # 8  列数

# 空表
empty = pd.DataFrame()
print(empty.shape)     # (0, 0)

要点： df.shape 返回的是元组，顺序是**（行数，列数），别看反了。len(df) 对 DataFrame 来说返回的是行数**，因为它先问「这张表有几条记录」。

# 1. 取一列 → Series
cities = df["城市"]
print(type(cities))    # <class 'pandas.Series'>

# 2. 取两列 → DataFrame
two_cols = df[["城市", "商品"]]
print(type(two_cols))  # <class 'pandas.DataFrame'>

# 3. 取四列
order_info = df[["订单号", "城市", "商品", "销量"]]
print(order_info)

# 4. 单列但保持 DataFrame
scores = df[["客户评分"]]
print(type(scores))    # <class 'pandas.core.frame.DataFrame'>

输出（order_info）：

     订单号  城市  商品  销量
0    1001  北京  手机   2
1    1002  上海  电脑   1
2    1003  北京  耳机   3
3    1004  广州  手机   2
4    1005  上海  键盘   5
5    1006  北京  显示器   1
6    1007  深圳  耳机   4
7    1008  广州  手机   2

要点：

• df["城市"] → 单层方括号 → Series
• df[["城市"]] → 双层方括号 → DataFrame

内层的 ["城市"] 是一个 Python 列表，Pandas 看到「列表」就理解为「我要这几列」，所以给回一张表；看到「字符串」就理解为「我要这一列」，给回一个 Series。

# 1. 所有列的类型
print(df.dtypes)

输出：

订单号       int64
下单日期        str
城市          str
商品          str
销量        int64
单价      float64
金额      float64
客户评分    float64
dtype: object

# 2、3、4：单列的类型
print(df["销量"].dtype)      # int64
print(df["城市"].dtype)      # str
print(df["客户评分"].dtype)  # float64

要点：

• 「销量」是 int64：因为写的是 2、1、3 这些整数，全是整数就是 int；
• 「客户评分」是 float64：因为写的是 4.5、4.0 这种带小数点的数；
• 「城市」是 str：装的是字符串。

一个小坑 就算你写 4.0 而不是 4，它还是 float64——Python 里 4.0 就是浮点数。所以想让一列保持整数类型，写的时候不要带小数点。

# 1. 前 5 行（默认）
df.head()

# 2. 前 3 行
df.head(3)

# 3. 后 3 行
df.tail(3)

# 4. 后 3 行的形状
print(df.tail(3).shape)     # (3, 8)

df.tail(3) 的输出：

     订单号        下单日期  城市  商品  销量      单价      金额  客户评分
5    1006  2024-03-02  北京  显示器   1  1299.0   1299.0   4.6
6    1007  2024-03-20  深圳  耳机   4   599.0   2396.0   4.1
7    1008  2024-04-08  广州  手机   2  3999.0   7998.0   4.9

要点： tail(3) 切出来的表是 3 行 8 列——行数被截断了，但列数不变。

对比一下 df.shape 是 (8, 8)，你就明白 head/tail 切的是行，不是列。

顺便注意 tail(3) 输出的行索引还是 5、6、7，没有重新从 0 开始编号。这是 Pandas 的一个特性（切片保留原索引），第 2 章讲 reset_index() 时会再碰到它。

print("=== 规模 ===")
print(df.shape)

print("\n=== 类型 ===")
print(df.dtypes)

print("\n=== 数值摘要 ===")
print(df.describe())

print("\n=== 前 3 行 ===")
print(df.head(3))

print("\n=== 后 3 行 ===")
print(df.tail(3))

要点： \n 是换行符，用它把几段输出隔开，报告会好看很多。这是个很实用的小技巧。