Python Pandas 修改表格数据类型 DataFrame 列的顺序案例

更新时间：2022年08月23日 10:58:40 作者：菜鸟实战

这篇文章主要介绍了Python Pandas 修改表格数据类型 DataFrame 列的顺序案例，文章通过主题展开详细的相关内容，感兴趣的小伙伴可以参考一下

一、修改表格数据类型 DataFrame 列的顺序

实战场景：Pandas 如何修改表格数据类型 DataFrame 列的顺序

1.1主要知识点

文件读写
基础语法
数据构建
Pandas
Numpy

实战：

1.2创建 python 文件

import numpy as np
import pandas as pd

np.random.seed(66)
df = pd.DataFrame(np.random.rand(10, 4), columns=list('ABCD'))
print(df)
df = df[["D", "A", "B", "C"]]
print(df)

1.3运行结果

A B C D
0 0.154288 0.133700 0.362685 0.679109
1 0.194450 0.251210 0.758416 0.557619
2 0.514803 0.467800 0.087176 0.829095
3 0.298641 0.031346 0.678006 0.903489
4 0.514451 0.539105 0.664328 0.634057
5 0.353419 0.026643 0.165290 0.879319
6 0.067820 0.369086 0.115501 0.096294
7 0.083770 0.086927 0.022256 0.771043
8 0.049213 0.465223 0.941233 0.216512
9 0.361318 0.031319 0.304045 0.188268
D A B C
0 0.679109 0.154288 0.133700 0.362685
1 0.557619 0.194450 0.251210 0.758416
2 0.829095 0.514803 0.467800 0.087176
3 0.903489 0.298641 0.031346 0.678006
4 0.634057 0.514451 0.539105 0.664328
5 0.879319 0.353419 0.026643 0.165290
6 0.096294 0.067820 0.369086 0.115501
7 0.771043 0.083770 0.086927 0.022256
8 0.216512 0.049213 0.465223 0.941233
9 0.188268 0.361318 0.031319 0.304045

二、Pandas 如何统计某个数据列的空值个数

实战场景：Pandas 如何统计某个数据列的空值个数

2.1主要知识点

文件读写
基础语法
Pandas
numpy

实战：

2.2创建 python 文件

"""
对如下DF，设置两个单元格的值
·使用iloc 设置(3,B)的值是nan
·使用loc设置(8,D)的值是nan
"""
import numpy as np
import pandas as pd
np.random.seed(66)
df = pd.DataFrame(np.random.rand(10, 4), columns=list('ABCD'))
df.iloc[3, 1] = np.nan
df.loc[8, 'D'] = np.nan
print(df)
print(df.isnull().sum())

2.3运行结果

A B C D
0 0.154288 0.133700 0.362685 0.679109
1 0.194450 0.251210 0.758416 0.557619
2 0.514803 0.467800 0.087176 0.829095
3 0.298641 NaN 0.678006 0.903489
4 0.514451 0.539105 0.664328 0.634057
5 0.353419 0.026643 0.165290 0.879319
6 0.067820 0.369086 0.115501 0.096294
7 0.083770 0.086927 0.022256 0.771043
8 0.049213 0.465223 0.941233 NaN
9 0.361318 0.031319 0.304045 0.188268
A 0
B 1
C 0
D 1
dtype: int64

三、Pandas如何移除包含空值的行

实战场景：Pandas如何移除包含空值的行

3.1主要知识点

文件读写
基础语法
Pandas
numpy

实战：

3.2创建 python 文件

"""
对如下DF，设置两个单元格的值
·使用iloc 设置(3,B)的值是nan
·使用loc设置(8,D)的值是nan
"""
import numpy as np
import pandas as pd
 
np.random.seed(66)
df = pd.DataFrame(np.random.rand(10, 4), columns=list('ABCD'))
df.iloc[3, 1] = np.nan
df.loc[8, 'D'] = np.nan
print(df)
df2 = df.dropna()
print(df2)

3.3运行结果

A B C D
0 0.154288 0.133700 0.362685 0.679109
1 0.194450 0.251210 0.758416 0.557619
2 0.514803 0.467800 0.087176 0.829095
3 0.298641 NaN 0.678006 0.903489
4 0.514451 0.539105 0.664328 0.634057
5 0.353419 0.026643 0.165290 0.879319
6 0.067820 0.369086 0.115501 0.096294
7 0.083770 0.086927 0.022256 0.771043
8 0.049213 0.465223 0.941233 NaN
9 0.361318 0.031319 0.304045 0.188268
A B C D
0 0.154288 0.133700 0.362685 0.679109
1 0.194450 0.251210 0.758416 0.557619
2 0.514803 0.467800 0.087176 0.829095
4 0.514451 0.539105 0.664328 0.634057
5 0.353419 0.026643 0.165290 0.879319
6 0.067820 0.369086 0.115501 0.096294
7 0.083770 0.086927 0.022256 0.771043
9 0.361318 0.031319 0.304045 0.188268

四、Pandas如何精确设置表格数据的单元格的值

实战场景：Pandas如何精确设置表格数据的单元格的值

4.1主要知识点

文件读写
基础语法
Pandas
numpy

实战：

4.2创建 python 文件

"""
对如下DF，设置两个单元格的值
·使用iloc 设置(3,B)的值是nan
·使用loc设置(8,D)的值是nan
"""
import numpy as np
import pandas as pd
np.random.seed(66)
df = pd.DataFrame(np.random.rand(10, 4), columns=list('ABCD'))
print(df)
 
df.iloc[3, 1] = np.nan
df.loc[8, 'D'] = np.nan
 
print(df)

4.3运行结果

A B C D
0 0.154288 0.133700 0.362685 0.679109
1 0.194450 0.251210 0.758416 0.557619
2 0.514803 0.467800 0.087176 0.829095
3 0.298641 0.031346 0.678006 0.903489
4 0.514451 0.539105 0.664328 0.634057
5 0.353419 0.026643 0.165290 0.879319
6 0.067820 0.369086 0.115501 0.096294
7 0.083770 0.086927 0.022256 0.771043
8 0.049213 0.465223 0.941233 0.216512
9 0.361318 0.031319 0.304045 0.188268
A B C D
0 0.154288 0.133700 0.362685 0.679109
1 0.194450 0.251210 0.758416 0.557619
2 0.514803 0.467800 0.087176 0.829095
3 0.298641 NaN 0.678006 0.903489
4 0.514451 0.539105 0.664328 0.634057
5 0.353419 0.026643 0.165290 0.879319
6 0.067820 0.369086 0.115501 0.096294
7 0.083770 0.086927 0.022256 0.771043
8 0.049213 0.465223 0.941233 NaN
9 0.361318 0.031319 0.304045 0.188268

到此这篇关于Python Pandas 修改表格数据类型 DataFrame 列的顺序案例的文章就介绍到这了,更多相关Python Pandas 内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Python闭包执行时值的传递方式实例分析
这篇文章主要介绍了Python闭包执行时值的传递方式,结合实例形式分析了Python闭包执行时的传值原理与实现方式,代码中包含了较为详尽的注释便于理解,需要的朋友可以参考下
2018-06-06
python定时任务apscheduler的详细使用教程
APScheduler的全称是Advanced Python Scheduler,它是一个轻量级的 Python定时任务调度框架,下面这篇文章主要给大家介绍了关于python定时任务apscheduler的详细使用教程,需要的朋友可以参考下
2022-02-02
django 2.2和mysql使用的常见问题
这篇文章主要介绍了django 2.2和mysql使用的常见问题,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2019-07-07
Python pygame新手入门基础教程
大家都知道pygame是跨平台Python模块,专为电子游戏设计,包含图像、声音,这篇文章主要给大家介绍了关于Python pygame新手入门基础教程的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
2022-07-07
Python的Geopy库处理地理编码与位置信息
地理编码和位置信息在现代应用中扮演着重要角色,本文主要介绍了Python的Geopy库处理地理编码与位置信息,具有一定的参考价值,感兴趣的可以了解一下
2023-12-12
python manim实现排序算法动画示例
这篇文章主要为大家介绍了python manim实现排序算法动画示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2022-08-08
python奇偶行分开存储实现代码
这篇文章主要介绍了python读取文件，偶数行输出一个文件，奇数行输出一个文件,需要的朋友可以参考下
2018-03-03
用python实现弹球小游戏
大家好，本篇文章主要讲的是用python实现弹球小游戏，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下
2022-01-01
解决python中的幂函数、指数函数问题
今天小编就为大家分享一篇解决python中的幂函数、指数函数问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-11-11
Python如何用NumPy读取和保存点云数据
这篇文章主要介绍了Python如何用NumPy读取和保存点云数据，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下
2022-08-08