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:

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:

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-

删除列后的数据帧-

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。

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-

添加行后的数据帧-

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-

删除值后的数据帧-
