python中的‘df’

一、df 的本质：DataFrame 数据结构

1. 定义
   DataFrame 是 pandas 库中用于存储和处理表格型数据的核心数据结构，类似 Excel 中的表格：

• 由行和列组成，每列可以是不同的数据类型（数值、文本、日期等）

• 可以看作是多个 Series（一维数组）的组合

2. 为什么用 df 作为变量名？
   这是数据分析领域的行业惯例：

• df 是 DataFrame 的缩写，简洁易记

• 类似的惯例还有：s 代表 Series，X 代表特征矩阵，y 代表目标变量

二、在你的代码中 df 的作用

from dbfread import DBF
import pandas as pd

# 读取DBF文件并转换为DataFrame
table = DBF(dbf_path, encoding='gbk')
df = pd.DataFrame(table)  # 将DBF数据转换为DataFrame

1. 数据加载：将 DBF 数据库文件中的数据读取并存储为 DataFrame 格式

2. 数据处理载体：后续的筛选、汇总等操作（如 df[(df['J1'] == 501)...]）都基于这个 DataFrame 进行

三、DataFrame 的核心操作示例

1. 查看数据结构

df.info()       # 查看列名、数据类型、非空值数量等
df.shape        # 查看行数和列数 (rows, columns)
df.head()       # 查看前几行数据

2.筛选数据

df[df['J1'] == 501]         # 筛选J1等于501的行
df[['J1', 'Hj']]           # 提取J1和Hj两列

3.汇总计算

df['Hj'].sum()      # 计算Hj列的总和
df.groupby('J1')['Hj'].sum()  # 按J1分组后汇总Hj

四、为什么 DataFrame 适合处理表格数据？

• 灵活性：支持不同类型的数据混合存储（如数值、文本、日期）

• 高效性：底层用 C 实现，处理大规模数据比纯 Python 列表更快

• 丰富的功能：内置大量数据清洗、转换、分析方法（如 merge、pivot_table）

总结