- DataFrame选取列
data={'Name':['关羽','刘备','张飞','曹操'],'Age':[28,34,29,42]}
index=["rank1","rank2","rank3","rank4"]
df=pd.DataFrame(data,index=index)
print(df)
print("=====df['Name']:取得Name列====")
print(df['Name'])
- DataFrame列添加
使用columns列索引标签可以实现添加新的数据列
d={'one':pd.Series([1,2,3],index=['a','b','c']),
'two':pd.Series([1,2,3,4],index=['a','b','c','d'])}
df=pd.DataFrame(d)
print("======通过Series添加一个新的列=====")
df['three']=pd.Series([10,20,30],index=['a','b','c'])
df['four']=df['one']+df['three']
- DataFrame列删除del和pop
通过del和pop()都能删除DataFrame中的数据列,pop有返回值
import pandas as pd
d={'one':pd.Series([1,2,3],index=['a','b','c']),
'two':pd.Series([1,2,3,4],index=['a','b','c','d']),
'three':pd.Series([10,20,30],index=['a','b','c'])}
df=pd.DataFrame(d)
print("Our dataFrame is:")
print(df)
del df['one']
print("=====del df['one']==== ")
print(df)
res_pop=df.pop('two')
print("===def.pop('two')====")
print(df)
print("=====res_pop=df.pop('two')====")
print(res_pop)
- DataFrame行标签选取loc
标签选取:行操作需要借助loc属性来完成:按标签或布尔数组访问一组行和列
import pandas as pd
d={'one':pd.Series([1,2,3],index=['a','b','c']),
'two':pd.Series([1,2,3,4],index=['a','b','c','d'])}
df=pd.DataFrame(d)
print("======df原始数据====")
print(df)
print("======标签为b的数据=====")
print(df.loc['b'])
注意:loc允许接受两个参数分别是行和列
- DataFrame行追加append
1.追加字典
d2={"Name":"诸葛亮","Age":30}
df3=df.append(d2)
print(df3)
2.追加列表
如果list是一维的,则以列的形式追加
如果list是二维的,则以行的形式追加
如果list是三维的,只添加一个值
注意:使用append可能会出现相同的index,想避免的话,可以使用ignore_index=True
a_1=[10,20]
df3=df.append(a_1)
print(df3)
a_1=[[10,"20",30],[2,5,6]]
df4=df.append(a_1)
print(df4)
- DataFrame行删除drop
从DataFrame中删除某一行数据,如果索引标签存在重复,那么它们将被一起删除
df=pd.DataFrame([[1,2],[3,4]],columns=['a','b'])
df2=pd.DataFrame([[5,6],[7,8]],columns=['a','b'])
df=df.append(df2)
print("=====源数据df====")
print(df)
df1=df.drop(0)
print("====修改后数据df1===")
print(df1)
- DataFrame修改行列标签名
DataFrame.rename(index=None,colums=None,inplace=False)
index:修改后的行标签
columns:修改后的列标签
inplace:默认为False,不改变源数据,返回修改后的数据,True更改源数据
df.rename(index={1:"row2",2:"row3"})
df.rename(columns={"Name":"name","Age":"age"})
8.查看数据摘要info
用于打印dataframe的简要摘要,显示有关dataframe的信息,包括索引的数据类型dtype和列的shujuleixdtype,非空值的数量和内存使用情况
data={"name":"诸葛亮","age":32}
df=df.append(data,ignore_index=True)
df,info
Original: https://blog.csdn.net/weixin_66610130/article/details/127480876
Author: 是皮蛋瘦肉周
Title: 数据分析-pandas(dataframe)
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/752396/
转载文章受原作者版权保护。转载请注明原作者出处!