前言
本篇文章将会持续更新，记录在日常工作中，容易遇到的pandas库DataFrame中的常用操作。
一、DataFrame创建
1.基于列表创建
data = [['Jack', 10], ['Tom', 12], ['Lucy', 13]]
columns = ['Name', 'Age']
df_by_list = pd.DataFrame(data, columns=columns)
print(df_by_list)
输出：
Name Age
0 Jack 10
1 Tom 12
2 Lucy 13
2.基于字典创建
row = {
'Name': ['Jack', 'Tom', 'Lucy'],
'Age': [10, 12, 13]
}
df_by_dict = pd.DataFrame(row)
print(df_by_dict)
输出：
Name Age
0 Jack 10
1 Tome 12
2 Lucy 13
二、查询
1.df直接查询
① 查询一列
names = df['Name'].tolist()
print(names)
输出：
['Jack', 'Tom', 'Lucy']
② 条件查询
ages = df[(df['Age'] > 10) & (df['Age'] < 13)]
print(ages)
输出：
Name Age
1 Tom 12
2.query()方法
① 条件查询
result = df.query('Age > 10 & Age < 13')
print(result)
输出：
Name Age
1 Tom 12
② 带有变量的查询(用@变量)
names = ['Tom', 'Lily', 'Sam']
result = df.query('Name not in @names')
print(result)
输出：
Name Age
0 Jack 10
2 Lucy 13
三、增加
1.增加列
① 直接加：在最后一列加新的列
df['Gender'] = ['M', 'M', 'F']
print(df)
输出：
Name Age Gender
0 Jack 10 M
1 Tom 12 M
2 Lucy 13 F
② insert方法：可以指定位置加
df.insert(0, 'Gender', ['M', 'M', 'F'])
print(df)
输出：
Gender Name Age
0 M Jack 10
1 M Tom 12
2 F Lucy 13
2.增加行
① loc函数：增加一行
df.loc[len(df.index)] = ('Lily', 20)
print(df)
输出：
Name Age
0 Jack 10
1 Tom 12
2 Lucy 13
3 Lily 20
注意： 如果不加在最后一行，数据将会被替换，例：
df.loc[1] = ('Lily', 20)
print(df)
输出：
Name Age
0 Jack 10
1 Lily 20
2 Lucy 13
② 增加多行
data1 = [['Lily', 23], ['Sam', 35]]
columns1 = ['Name', 'Age']
df1 = pd.DataFrame(data1, columns=columns1)
df2 = pd.concat([df, df1], ignore_index=True)
print(df2)
输出：
Name Age
0 Jack 10
1 Tom 12
2 Lucy 13
3 Lily 23
4 Sam 35
注意：
1.ignore_index=True 参数表示重新设置索引
2.append方法即将过时，建议用concat方法
3.concat方法要求两个df需要有相同的列名
四、更新(改)
1. 更新整行值
data1 = [['Lily', 23], ['Sam', 35]]
columns1 = ['Name', 'Age']
new_df = pd.DataFrame(data1, columns=columns1)
df.update(new_df)
print(df)
输出：
Name Age
0 Lily 23.0
1 Sam 35.0
2 Lucy 13.0
2. 更新某个值
df.loc[0, 'Age'] = 25
print(df)
输出：
Name Age
0 Jack 25
1 Tom 12
2 Lucy 13
五、删除
1. 删除行
df = df.drop(df[(df['Age'] > 10) & (df['Age'] < 13)].index)
print(df)
输出：
Name Age
0 Jack 10
2 Lucy 13
2. 删除列
df = df.drop('Age', axis=1)
print(df)
输出：
Name
0 Jack
1 Tom
2 Lucy
注意：
DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)
- labels：要删除的行或列，用列表给出
- axis：默认为0，指要删除的是行，删除列时需指定axis为1
- index ：直接指定要删除的行，删除多行可以使用列表作为参数
- columns：直接指定要删除的列，删除多列可以使用列表作为参数
- inplace: 默认为False，该删除操作不改变原数据；inplace = True时，改变原数据
六、遍历
for index, row in df.iterrows():
print(index)
print(row['Name'])
print(row['Age'])
输出：
0 Jack 10
1 Tom 12
2 Lucy 13
注意： 这里的iterrows()返回值为元组,(index,row)，index即为行索引，row就是一行的所有数据，可通过字段名获取到
|