pandas 学习汇总8 - Series系列,DataFrame数据帧添加删除(行列)( tcy)
发布日期:2021-06-29 14:48:01
浏览次数:2
分类:技术文章
本文共 2462 字,大约阅读时间需要 8 分钟。
添加删除 2018/12/3
1.函数:
s1.append(to_append, ignore_index=False, verify_integrity=False) #更多序列连接df.append(other, ignore_index=False, verify_integrity=False, sort=None)#数据帧连接s1.drop(labels=None) #删除系列指定的标签df.drop(labels=None, axis=0, index=None, columns=None, level=None) #数据帧删除# 注:操作后原数据不变
2.实例1.1).Series添加
s1=pd.Series([-1, -2, -3], index=['a', 'b', 'c'])s2=pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])s1['d']=-4 #系列添加; 原数据改变# 序列连接s1.append(s2) #s2必须是系列,保留原数据标签s1.append(s2,ignore_index=True) #忽略原数据标签,启用新的标签0,1,2,s1.append(s2,verify_integrity=True)#标签重复报错
1.2).Series 删除
del s1['d'] #序列删除;原数据改变# del s1.d #错误用法s2.pop('d') #弹出;参数必须为标签str;原数据改变s2.drop('d') #删除数据‘d' ; 原数据不变s2.drop(['c','d']) #删除数据‘'c',d'
2.1).DataFrame添加
s1=pd.Series([-1, -2, -3], index=['a', 'b', 'c'])s2=pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])df = pd.DataFrame({'one' : s1,'two' : s2})df2 = pd.DataFrame([[5, 6], [7, 8]], columns=['one','two'])#添加列df['three']=pd.Series([10,20,30],index=['a','b','c'])#数据帧添加1列;原数据改变df['four']=df['one']+df['three'] #数据帧添加1列;原数据改变# 添加行df.append(df2) #添加2行,保留原数据标签 ; 原数据不变
2.2).DataFrame删除
#删除列del df['four'] #数据帧删除;原数据改变# del df.four #错误用法df.pop('three')#弹出;参数必须为标签str;原数据改变df.drop(['one'],axis=1)#删除列; 原数据不变# two# a 1# b 2# c 3# d 4#删除行df.drop(['a','b'])#通过索引删除行; 原数据不变# one two# c -3.0 3# d NaN 4
3.备注-多索引Drop columns and/or rows of MultiIndex DataFrame
midx = pd.MultiIndex(levels=[['Tom', 'Bob', 'Jam'], ['income', 'weight', 'length']],labels=[[0, 0, 0, 1, 1, 1, 2, 2, 2],[0, 1, 2, 0, 1, 2, 0, 1, 2]])#创建多索引df = pd.DataFrame(index=midx, columns=['max', 'min'],data=[[200, 100],[55, 50], [1.5, 1.4], #Tom收入,体重,身高 [400, 300],[65, 60], [1.6, 1.5], # Bob收入,体重,身高 [600, 500],[75, 70], [1.8, 1.7]])# Jam收入,体重,身高df''' max minTom income 200.0 100.0 weight 55.0 50.0 length 1.5 1.4Bob income 400.0 300.0 weight 65.0 60.0 length 1.6 1.5Jam income 600.0 500.0 weight 75.0 70.0 length 1.8 1.7'''df.drop(index='Bob', columns='min')''''''''''' maxTom income 200.0 weight 55.0 length 1.5Jam income 600.0 weight 75.0 length 1.8'''df.drop(index='length', level=1)''''''''' max minTom income 200.0 100.0 weight 55.0 50.0Bob income 400.0 300.0 weight 65.0 60.0Jam income 600.0 500.0 weight 75.0 70.0'''
转载地址:https://chunyou.blog.csdn.net/article/details/84777526 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!
发表评论
最新留言
关注你微信了!
[***.104.42.241]2024年04月19日 10时36分32秒
关于作者
喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
读心的测谎系统:究竟是骗子还是个天才?
2019-04-29
最大规模技术重建:数据库连接从15000个到100个以下
2019-04-29
复工之后:员工如何改善网络安全?
2019-04-29
70%求职者因此被拒,你还不避开这些“雷区”?!
2019-04-29
办法不在多,有用就行!用Dropout解决过度拟合问题
2019-04-29
色情演员识别?绝对是人脸识别最糟糕的应用……
2019-04-29
让强化学习逃离“乏味区域陷阱”,试着加点噪音吧!
2019-04-29
超详细Spring Boot面试问题集锦,死角一个不留!
2019-04-29
10个业余时间可完成的项目,助你飞速提升编码能力!
2019-04-29
网络爬虫初涉——用python爬取网络小说
2019-04-29
Pycharm+tensorflow dropout 学习(三)
2019-04-29
Pycharm+tensorflow CNN 学习(四)
2019-04-29
用python暴力破解压缩包密码
2019-04-29
基于OpenCV 将图片进行预处理,转变为MNIST图片格式
2019-04-29
PyCharm+Tensorflow CNN调用训练好的模型进行预测 (五)
2019-04-29
物联网平台Node-red初涉——访问搭建的简易服务器
2019-04-29
2020-10-27
2019-04-29
OpenCV+python识别并打印HSV颜色
2019-04-29
2021-03-29
2019-04-29
网络攻击与防御--引言
2019-04-29