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data=pd.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 62

DataFrame

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 NaN（Not 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'],bins=bins,labels=labels,right=False)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

right=False→ 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count=data['等级'].value_counts()print(count)# 统计每个等级的平均分avg=data.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。