Pandas的DataFrame

2024-03-04 08:33| 来源: 网络整理| 查看: 265

1、删除一行、一列

>>> df A B C D 0 1 3 3 4 1 5 6 7 8 2 1 1 1 1 3 2 3 2 3

删除A列，不改变原来的data数据，返回删除后的新表data_2。 axis为1表示删除列，0表示删除行。inplace为True表示直接对原表修改。

>>> data_2 = df.drop('A',axis=1,inplace=False) #删除列 >>> data_2 B C D 0 3 3 4 1 6 7 8 2 1 1 1 3 3 2 3 >>> df.drop(0,axis=0,inplace=False) #删除行 A B C D 1 5 6 7 8 2 1 1 1 1 3 2 3 2 3 >>>

2、指定位置增加行列

>>> df A B C D 0 1 3 3 4 1 5 6 7 8 2 1 1 1 1 3 2 3 2 3 4 7 8 9 10 >>> df.insert(0,'E',[11,12,13,14,15]) #插入一列 >>> df E A B C D 0 11 1 3 3 4 1 12 5 6 7 8 2 13 1 1 1 1 3 14 2 3 2 3 4 15 7 8 9 10 >>> df E A B C D 0 11 1 3 3 4 1 12 5 6 7 8 2 13 1 1 1 1 3 14 2 3 2 3 4 15 7 8 9 10

df.insert(1,‘调换’,df.pop(‘A’)) #改变某一列的位置。如：先删除A列，然后在原表data中第1列插入被删掉的列。

>>> df E 调换 B C D 0 11 1 3 3 4 1 12 5 6 7 8 2 13 1 1 1 1 3 14 2 3 2 3 4 15 7 8 9 10 # 字典方式添加一行，append，忽略索引 >>> df a b c d 0 1 3 3 4 1 5 6 7 8 >>> >>> >>> row={'a':9,'b':10,'c':11,'d':12} >>> df.append(row,ignore_index=True) a b c d 0 1 3 3 4 1 5 6 7 8 2 9 10 11 12 >>> # 用loc指定位置添加一行 >>> df.loc[2]=[9,10,11,12] >>> df a b c d 0 1 3 3 4 1 5 6 7 8 2 9 10 11 12 >>>

2-1、指定位置插入一行，索引非数字

>>> df = pd.DataFrame({'A': [0, 1, 2], 'B': [3, 4, 5]},index=['c','d','f']) >>> df A B c 0 3 d 1 4 f 2 5 >>> df.loc['c']=['test','test'] ###指定位置插入一行 >>> df A B c test test d 1 4 f 2 5

如果不想替换，可以参考如下方式 pd.DataFrame(np.insert(df.values, 0, values=[10, 10], axis=0))

还有其他方式，比如把df拆分成两个df，用append，然后在合并 3、按特定顺序，插入一行，保证索引按序排列

>>> df E 调换 B C D 0 11 1 3 3 4 1 12 5 6 7 8 2 13 1 1 1 1 3 14 2 3 2 3 4 15 7 8 9 10 >>> >>> df.loc[5]=[9,9,9,9,9] #插入一行，按E列的顺序，升序 >>> df E 调换 B C D 0 11 1 3 3 4 1 12 5 6 7 8 2 13 1 1 1 1 3 14 2 3 2 3 4 15 7 8 9 10 5 9 9 9 9 9 >>> df.sort_values(by='E') #按E列排序 E 调换 B C D 5 9 9 9 9 9 0 11 1 3 3 4 1 12 5 6 7 8 2 13 1 1 1 1 3 14 2 3 2 3 4 15 7 8 9 10 >>> df1=df.sort_values(by='E') >>> df1.reset_index() #重置索引 index E 调换 B C D 0 5 9 9 9 9 9 1 0 11 1 3 3 4 2 1 12 5 6 7 8 3 2 13 1 1 1 1 4 3 14 2 3 2 3 5 4 15 7 8 9 10 >>> df2=df1.reset_index() >>> del df2['index'] >>> df2 #删除掉原来的索引列index E 调换 B C D 0 9 9 9 9 9 1 11 1 3 3 4 2 12 5 6 7 8 3 13 1 1 1 1 4 14 2 3 2 3 5 15 7 8 9 10 >>>

参考文献： https://www.cnblogs.com/guxh/p/9420610.html

【本文地址】

公司简介

联系我们