干货整理:处理Pandas Data Frame中的行和列

时间:2021-1-8 作者:admin

数据帧是一种二维数据结构,即数据以表格方式排列成行和列。

我们可以对行或列执行基本操作,如选择、删除、添加和重命名。

今天将使用nba.csv档案。

处理列

为了处理列,我们对列执行基本操作,如选择、删除、添加和重命名。

列选择:

为了在PandasDataFrame中选择一个列,我们可以通过调用它们的列名来访问它们。

# Import pandas package
import pandas as pd

# Define a dictionary containing employee data
data = {'Name':['Jai', 'Princi', 'Gaurav', 'Anuj'],
        'Age':[27, 24, 22, 32],
        'Address':['Delhi', 'Kanpur', 'Allahabad', 'Kannauj'],
        'Qualification':['Msc', 'MA', 'MCA', 'Phd']}

# Convert the dictionary into DataFrame 
df = pd.DataFrame(data)

# select two columns
print(df[['Name', 'Qualification']])

产出:

![](https://p1.pstatp.com/origin/pgc-image/f3ddc230c3af43718a93dbdea527a953)

柱加法:

在PandasDataFrame中添加一个列,将一个新列表声明为一个列并添加到现有的Dataframe中。

# Import pandas package 
import pandas as pd

# Define a dictionary containing Students data
data = {'Name': ['Jai', 'Princi', 'Gaurav', 'Anuj'],
        'Height': [5.1, 6.2, 5.1, 5.2],
        'Qualification': ['Msc', 'MA', 'Msc', 'Msc']}

# Convert the dictionary into DataFrame
df = pd.DataFrame(data)

# Declare a list that is to be converted into a column
address = ['Delhi', 'Bangalore', 'Chennai', 'Patna']

# Using 'Address' as the column name
# and equating it to the list
df['Address'] = address

# Observe the result
print(df)

产出:

![](https://p1.pstatp.com/origin/pgc-image/24f363e6074c4693af52113c2d7f8dd4)

列删除:

删除Pandas DataFrame中的列,可以使用drop()方法。通过删除具有列名的列来删除列。

# importing pandas module
import pandas as pd

# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name" )

# dropping passed columns
data.drop(["Team", "Weight"], axis = 1, inplace = True)

# display
print(data)

产出:

新输出没有传递的列。这些值被删除。

因为AXIS设置为1,并且由于Inplace是True,所以在原始数据帧中进行了更改。

删除列之前的数据帧-

![](https://p3-tt-ipv6.byteimg.com/origin/pgc-image/8332905cbdef4dddbc2672c07df71b82)

删除列后的数据帧-

![](https://p6-tt-ipv6.byteimg.com/origin/pgc-image/5b2b1ba79428433fa3db0980cda341d4)
处理行:

对行执行基本操作包括:选择、删除、添加和重命名。

行选择:
熊猫为从数据框架中检索行提供了一种独特的方法。DataFrame.loc[]方法用于从Pandas DataFrame检索行。行还可以通过将整数位置传递给伊洛克[]功能。

# importing pandas package
import pandas as pd

# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name")

# retrieving row by loc method
first = data.loc["Avery Bradley"]
second = data.loc["R.J. Hunter"]

print(first, "\n\n\n", second)

产出:
如输出图像所示,返回了两个序列,因为两次都只有一个参数。

![](https://p1.pstatp.com/origin/pgc-image/f4e984e60e6e4d909614f6a5397c617c)

行加法:

在PandasDataFrame中添加一个Row,将旧的dataframe和新的数据连接起来。

# importing pandas module 
import pandas as pd 

# making data frame 
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])
# simply concatenate both dataframes
df = pd.concat([new_row, df]).reset_index(drop = True)
df.head(5)

产出:

添加行之前的数据帧-

![](https://p1-tt-ipv6.byteimg.com/origin/pgc-image/a3d7c3a4f62b4ecd83a267bdedf332d2)

添加行后的数据帧-

![](https://p1-tt-ipv6.byteimg.com/origin/pgc-image/75bb8bcf7bce404f828132e1f0c0335c)

行删除:

用Drop()方法删除PandasDataFrame中的一行,通过按索引标签删除行。

# importing pandas module
import pandas as pd

# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name" )

# dropping passed values
data.drop(["Avery Bradley", "John Holland", "R.J. Hunter",
                            "R.J. Hunter"], inplace = True)

# display
data

产出:
如输出图像所示,新输出没有传递的值。这些值被删除,并在原始数据框架中进行更改,因为Inplace是True。

在删除值之前的数据帧-

![](https://p3-tt-ipv6.byteimg.com/origin/pgc-image/4c260eb4e2b54a1b82819a2dd0763a1d)

删除值后的数据帧-

![](https://p6-tt-ipv6.byteimg.com/origin/pgc-image/66e106bd61e842f3bca099377ba6ebb1)

声明:本文内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎进行举报,并提供相关证据,工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。