Python3 Pandas的DataFrame数据的增、删、改、查

一、DataFrame数据准备

增、删、改、查的方法有很多很多种,这里只展示出常用的几种。

参数inplace默认为False,只能在生成的新数据块中实现编辑效果。当inplace=True时执行内部编辑,不返回任何值,原数据发生改变。

  1. import numpy as np
  2. import pandas as pd
  3.  
  4. #测试数据。
  5. df = pd.DataFrame(data = [['lisa','f',22],['joy','f',22],['tom','m','']],index = [1,2,3],columns = ['name','sex','age'])

数据:

  1. name sex age
  2. 1 lisa f 22
  3. 2 joy f 22
  4. 3 tom m 21

二、增删改查操作

1,增

(1).按列增加

  1. citys = ['ny','zz','xy']
  2. df.insert(0,'city',citys) #在第0列,加上column名称为city,值为citys的数值。
  3. jobs = ['student','AI','teacher']
  4. df['job'] = jobs #默认在df最后一列加上column名称为job,值为jobs的数据。
  5. df.loc[:,'salary'] = ['1k','2k','2k','2k','3k'] #在df最后一列加上column名称为salary,值为等号右边数据。

(2)按行增加

  1. #若df中没有index为“4”的这一行的话,该行代码作用是往df中加一行index为“4”,值为等号右边值的数据。若df中已经有index为“4”的这一行,则该行代码作用是把df中index为“4”的这一行修改为等号右边数据。
  2. df.loc[4] = ['zz','mason','m',24,'engineer’]
  3. df_insert = pd.DataFrame({'name':['mason','mario'],'sex':['m','f'],'age':[21,22]},index = [4,5])
  4. #返回添加后的值,并不会修改df的值。ignore_index默认为False,意思是不忽略index值,即生成的新的ndf的index采用df_insert中的index值。若为True,则新的ndf的index值不使用df_insert中的index值,而是自己默认生成。
  5. ndf = df.append(df_insert,ignore_index = True)

2,查

(1)方法一:df['column_name'] 和df[row_start_index, row_end_index]

  1. df['name']
  2. df['gender']
  3. df[['name','gender']] #选取多列,多列名字要放在list里
  4. df[0:] #第0行及之后的行,相当于df的全部数据,注意冒号是必须的
  5. df[:2] #第2行之前的数据(不含第2行)
  6. df[0:1] #第0行
  7. df[1:3] #第1行到第2行(不含第3行)
  8. df[-1:] #最后一行
  9. df[-3:-1] #倒数第3行到倒数第1行(不包含最后1行即倒数第1行,这里有点烦躁,因为从前数时从第0行开始,从后数就是-1行开始,毕竟没有-0)

(2)方法一:df.loc[index,column]

  1. # df.loc[index, column_name],选取指定行和列的数据
  2. df.loc[0,'name'] # 'Snow'
  3. df.loc[0:2, ['name','age']] #选取第0行到第2行,name列和age列的数据, 注意这里的行选取是包含下标的。
  4. df.loc[[2,3],['name','age']] #选取指定的第2行和第3行,name和age列的数据
  5. df.loc[df['gender']=='M','name'] #选取gender列是M,name列的数据
  6. df.loc[df['gender']=='M',['name','age']] #选取gender列是M,name和age列的数据

(3)方法三:iloc[row_index, column_index]

  1. df.iloc[0,0] #第0行第0列的数据,'Snow'
  2. df.iloc[1,2] #第1行第2列的数据,32
  3. df.iloc[[1,3],0:2] #第1行和第3行,从第0列到第2列(不包含第2列)的数据
  4. df.iloc[1:3,[1,2] #第1行到第3行(不包含第3行),第1列和第2列的数据

3,改

(1)改行列标题

  1. df.columns = ['name','gender','age'] #尽管我们只想把’sex’改为’gender’,但是仍然要把所有的列全写上,否则报错。
  2. df.rename(columns = {'name':'Name','age':'Age'},inplace = True) #只修改name和age。inplace若为True,直接修改df,否则,不修改df,只是返回一个修改后的数据。
  3. df.index = list('abc')#把index改为a,b,c.直接修改了df
  4. df.rename({1:'a',2:'b',3:'c'},axis = 0,inplace = True)#无返回值,直接修改dfindex

(2)改数值

<1>使用loc

  1. df.loc[1,'name'] = 'aa' #修改index为‘1’,column为‘name’的那一个值为aa。
  2. df.loc[1] = ['bb','ff',11] #修改index为‘1’的那一行的所有值。
  3. df.loc[1,['name','age']] = ['bb',11] #修改index为‘1’,column为‘name’的那一个值为bb,age列的值为11。

<2>使用iloc[row_index, column_index]

  1. df.iloc[1,2] = 19 #修改某一无素
  2. df.iloc[:,2] = [11,22,33] #修改一整列
  3. df.iloc[0,:] = ['lily','F',15] #修改一整行

4,删

(1)删除行

  1. df.drop([1,3],axis = 0,inplace = False)#删除index值为13的两行,

(2)删除列

  1. df.drop(['name'],axis = 1,inplace = False) #删除name列。
  2. del df['name'] #删除name列。
  3. ndf = df.pop('age') #删除age列,操作后,df都丢掉了age列,age列返回给了ndf。

Python3 Pandas的DataFrame数据的增、删、改、查的更多相关文章

  1. 好用的SQL TVP~~独家赠送[增-删-改-查]的例子

    以前总是追求新东西,发现基础才是最重要的,今年主要的目标是精通SQL查询和SQL性能优化.  本系列主要是针对T-SQL的总结. [T-SQL基础]01.单表查询-几道sql查询题 [T-SQL基础] ...

  2. iOS FMDB的使用(增,删,改,查,sqlite存取图片)

    iOS FMDB的使用(增,删,改,查,sqlite存取图片) 在上一篇博客我对sqlite的基本使用进行了详细介绍... 但是在实际开发中原生使用的频率是很少的... 这篇博客我将会较全面的介绍FM ...

  3. iOS sqlite3 的基本使用(增 删 改 查)

    iOS sqlite3 的基本使用(增 删 改 查) 这篇博客不会讲述太多sql语言,目的重在实现sqlite3的一些基本操作. 例:增 删 改 查 如果想了解更多的sql语言可以利用强大的互联网. ...

  4. django ajax增 删 改 查

    具于django ajax实现增 删 改 查功能 代码示例: 代码: urls.py from django.conf.urls import url from django.contrib impo ...

  5. ADO.NET 增 删 改 查

    ADO.NET:(数据访问技术)就是将C#和MSSQL连接起来的一个纽带 可以通过ADO.NET将内存中的临时数据写入到数据库中 也可以将数据库中的数据提取到内存中供程序调用 ADO.NET所有数据访 ...

  6. MVC EF 增 删 改 查

    using System;using System.Collections.Generic;using System.Linq;using System.Web;//using System.Data ...

  7. python基础中的四大天王-增-删-改-查

    列表-list-[] 输入内存储存容器 发生改变通常直接变化,让我们看看下面列子 增---默认在最后添加 #append()--括号中可以是数字,可以是字符串,可以是元祖,可以是集合,可以是字典 #l ...

  8. 简单的php数据库操作类代码(增,删,改,查)

    这几天准备重新学习,梳理一下知识体系,同时按照功能模块划分做一些东西.所以.mysql的操作成为第一个要点.我写了一个简单的mysql操作类,实现数据的简单的增删改查功能. 数据库操纵基本流程为: 1 ...

  9. MongoDB增 删 改 查

    增 增加单篇文档 > db.stu.insert({sn:'001', name:'lisi'}) WriteResult({ "nInserted" : 1 }) > ...

随机推荐

  1. [Java in NetBeans] Lesson 12. Arrays

    这个课程的参考视频和图片来自youtube. 主要学到的知识点有: 1. Array: container that holds a fixed number of values of the sam ...

  2. Jmeter-----邮件观察仪

    设置邮件观察仪的目的,将测试结果通过邮件的方式发送给相关的人员,可及时获取到当前测试结果情况. 说明: 本人公司使用的为腾讯企业邮箱,因此下面的介绍方式将以腾讯企业邮箱为准来进行描述 必要的设置: 邮 ...

  3. cocos2d JS-(JavaScript) 检测DOM是否可用

    function domReady(f) { if (domReady.done) {//如果已经加载完成 马上执行函数 return f(); } if (domReady.timer) {//如果 ...

  4. cocos2d-x C++ (iOS)集成第三方微信分享

    1.新建项目并下载 ShareSDK 1.Cocos2d-x项目环境搭建,不会的童鞋自行面壁哈: 网页链接. 2.ShareSDK iOS版本的 Cocos2d-x 插件是在ShareSDK iOS版 ...

  5. ActiveMQ漏洞利用方法总结

    转载来自:http://www.freebuf.com/column/161188.html 1.Console存在默认端口和默认密码/未授权访问(默认密码为admin:admin) ActiveMQ ...

  6. java中的锁之AbstractQueuedSynchronizer源码分析(二)

    一.成员变量. 1.目录. 2.state.该变量标记为volatile,说明该变量是对所有线程可见的.作用在于每个线程改变该值,都会马上让其他线程可见,在CAS(可见锁概念与锁优化)的时候是必不可少 ...

  7. 软件常用设置(VC, eclipse ,nodejs)---自己备用

    留存复制使用 1.VC ----1.1VC项目设置 输出目录: $(SolutionDir)../bin/$(platform)/$(Configuration) $(ProjectDir)../bi ...

  8. nw.js package一般设置

    { "name": "app name", "main": "mainpage",                    ...

  9. 2-1:math库与random库

    一.math库: math库是python语言中常用的一个函数库,它包含了一批数学函数,下面我们看一下这个函数库 由于math库中的函数与数学中的函数比较一致,相对比较简单,请同学们自行练习一下: 二 ...

  10. Maven的配置指南

    Maven的配置指南  配置Maven Maven配置发生在3个级别: 项目 - 大多数静态配置发生在pom.xml中 安装 - 这是Maven安装时发生的一次性的配置过程 用户 - 这是Maven提 ...