快捷導(dǎo)航

Python??處理?Pandas?DataFrame?中的行和列

更新時(shí)間：2022年09月16日 10:56:20 作者：海擁???????

這篇文章主要介紹了Python處理Pandas?DataFrame中的行和列，文章圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的小伙伴可以參考一下

處理列

為了處理列，我們對(duì)列執(zhí)行基本操作，例如選擇、刪除、添加和重命名。

列選擇：為了在 Pandas DataFrame 中選擇一列，我們可以通過列名調(diào)用它們來訪問這些列。

# Import pandas package
import pandas as pd

# 定義包含員工數(shù)據(jù)的字典
data = {'Name':['Jai', 'Princi', 'Gaurav', 'Anuj'],
		'Age':[27, 24, 22, 32],
		'Address':['Delhi', 'Kanpur', 'Allahabad', 'Kannauj'],
		'Qualification':['Msc', 'MA', 'MCA', 'Phd']}

# 將字典轉(zhuǎn)換為 DataFrame
df = pd.DataFrame(data)

# 選擇兩列
print(df[['Name', 'Qualification']])

輸出：

列添加：為了在 Pandas DataFrame 中添加列，我們可以將新列表聲明為列并添加到現(xiàn)有數(shù)據(jù)框。

# Import pandas package
import pandas as pd

# 定義包含學(xué)生數(shù)據(jù)的字典
data = {'Name': ['Jai', 'Princi', 'Gaurav', 'Anuj'],
		'Height': [5.1, 6.2, 5.1, 5.2],
		'Qualification': ['Msc', 'MA', 'Msc', 'Msc']}

# 將字典轉(zhuǎn)換為 DataFrame
df = pd.DataFrame(data)

# 聲明要轉(zhuǎn)換為列的列表
address = ['Delhi', 'Bangalore', 'Chennai', 'Patna']

# 使用“地址”作為列名并將其等同于列表
df['Address'] = address

# 觀察結(jié)果
print(df)

輸出：

有關(guān)更多示例，請(qǐng)參閱在 Pandas列刪除中向現(xiàn)有 DataFrame 添加新列：為了刪除 Pandas DataFrame 中的列，我們可以使用該方法。通過刪除具有列名的列來刪除列。
drop()

# importing pandas module
import pandas as pd

# 從csv文件制作數(shù)據(jù)框
data = pd.read_csv("nba.csv", index_col ="Name" )

# 刪除通過的列
data.drop(["Team", "Weight"], axis = 1, inplace = True)

# 展示
print(data)

輸出：如輸出圖像所示，新輸出沒有傳遞的列。這些值被刪除，因?yàn)檩S設(shè)置為等于 1，并且由于 inplace 為 True，因此在原始數(shù)據(jù)框中進(jìn)行了更改。

刪除列之前的數(shù)據(jù)框- 刪除列：

之后的數(shù)據(jù)框：

處理行

為了處理行，我們可以對(duì)行執(zhí)行基本的操作，例如選擇、刪除、添加和重命名。

行選擇Pandas 提供了一種從數(shù)據(jù)框中檢索行的獨(dú)特方法。DataFrame.loc[]方法用于從 Pandas DataFrame 中檢索行。也可以通過將整數(shù)位置傳遞給 iloc[] 函數(shù)來選擇行。

# importing pandas package
import pandas as pd

# 從csv文件制作數(shù)據(jù)框
data = pd.read_csv("nba.csv", index_col ="Name")

# 通過 loc 方法檢索行
first = data.loc["Avery Bradley"]
second = data.loc["R.J. Hunter"]
print(first, "\n\n\n", second)

輸出：如輸出圖像所示，由于兩次都只有一個(gè)參數(shù)，因此返回了兩個(gè)系列。

有關(guān)更多示例，請(qǐng)參閱Pandas 使用 .loc Row Addition提取行：為了在 Pandas DataFrame 中添加一行，我們可以將舊數(shù)據(jù)幀與新數(shù)據(jù)幀連接。

# importing pandas module
import pandas as pd
	
# 制作數(shù)據(jù)框
df = pd.read_csv("nba.csv", index_col ="Name")

df.head(10)

new_row = pd.DataFrame({'Name':'Geeks', 'Team':'Boston', 'Number':3,
						'Position':'PG', 'Age':33, 'Height':'6-2',
						'Weight':189, 'College':'MIT', 'Salary':99999},
															index =[0])
# 簡(jiǎn)單地連接兩個(gè)數(shù)據(jù)框
df = pd.concat([new_row, df]).reset_index(drop = True)
df.head(5)

輸出：添加行前的數(shù)據(jù)框- 添加行

后的數(shù)據(jù)框-

刪除行：為了刪除 Pandas DataFrame 中的一行，我們可以使用 drop() 方法。通過按索引標(biāo)簽刪除行來刪除行。

# importing pandas module
import pandas as pd

# 從csv文件制作數(shù)據(jù)框
data = pd.read_csv("nba.csv", index_col ="Name" )

# 刪除傳遞的值
data.drop(["Avery Bradley", "John Holland", "R.J. Hunter",
							"R.J. Hunter"], inplace = True)
# 展示
data

輸出：如輸出圖像所示，新輸出沒有傳遞的值。由于 inplace 為 True，因此刪除了這些值并在原始數(shù)據(jù)框中進(jìn)行了更改。
刪除值之前的數(shù)據(jù)框- 刪除值

后的數(shù)據(jù)框：

到此這篇關(guān)于Python 處理 Pandas DataFrame 中的行和列的文章就介紹到這了,更多相關(guān)Python Pandas DataFrame 內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: