Python 处理 Pandas DataFrame 中的行和列

更新时间：2022年09月16日 10:56:20 作者：海拥

这篇文章主要介绍了Python处理Pandas DataFrame中的行和列，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

处理列

为了处理列，我们对列执行基本操作，例如选择、删除、添加和重命名。

列选择：为了在 Pandas DataFrame 中选择一列，我们可以通过列名调用它们来访问这些列。

# Import pandas package
import pandas as pd

# 定义包含员工数据的字典
data = {'Name':['Jai', 'Princi', 'Gaurav', 'Anuj'],
		'Age':[27, 24, 22, 32],
		'Address':['Delhi', 'Kanpur', 'Allahabad', 'Kannauj'],
		'Qualification':['Msc', 'MA', 'MCA', 'Phd']}

# 将字典转换为 DataFrame
df = pd.DataFrame(data)

# 选择两列
print(df[['Name', 'Qualification']])

输出：

列添加：为了在 Pandas DataFrame 中添加列，我们可以将新列表声明为列并添加到现有数据框。

# Import pandas package
import pandas as pd

# 定义包含学生数据的字典
data = {'Name': ['Jai', 'Princi', 'Gaurav', 'Anuj'],
		'Height': [5.1, 6.2, 5.1, 5.2],
		'Qualification': ['Msc', 'MA', 'Msc', 'Msc']}

# 将字典转换为 DataFrame
df = pd.DataFrame(data)

# 声明要转换为列的列表
address = ['Delhi', 'Bangalore', 'Chennai', 'Patna']

# 使用“地址”作为列名并将其等同于列表
df['Address'] = address

# 观察结果
print(df)

输出：

有关更多示例，请参阅在 Pandas列删除中向现有 DataFrame 添加新列：为了删除 Pandas DataFrame 中的列，我们可以使用该方法。通过删除具有列名的列来删除列。
drop()

# importing pandas module
import pandas as pd

# 从csv文件制作数据框
data = pd.read_csv("nba.csv", index_col ="Name" )

# 删除通过的列
data.drop(["Team", "Weight"], axis = 1, inplace = True)

# 展示
print(data)

输出：如输出图像所示，新输出没有传递的列。这些值被删除，因为轴设置为等于 1，并且由于 inplace 为 True，因此在原始数据框中进行了更改。

删除列之前的数据框- 删除列：

之后的数据框：

处理行

为了处理行，我们可以对行执行基本的操作，例如选择、删除、添加和重命名。

行选择Pandas 提供了一种从数据框中检索行的独特方法。DataFrame.loc[]方法用于从 Pandas DataFrame 中检索行。也可以通过将整数位置传递给 iloc[] 函数来选择行。

# importing pandas package
import pandas as pd

# 从csv文件制作数据框
data = pd.read_csv("nba.csv", index_col ="Name")

# 通过 loc 方法检索行
first = data.loc["Avery Bradley"]
second = data.loc["R.J. Hunter"]
print(first, "\n\n\n", second)

输出：如输出图像所示，由于两次都只有一个参数，因此返回了两个系列。

有关更多示例，请参阅Pandas 使用 .loc Row Addition提取行：为了在 Pandas DataFrame 中添加一行，我们可以将旧数据帧与新数据帧连接。

# importing pandas module
import pandas as pd
	
# 制作数据框
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])
# 简单地连接两个数据框
df = pd.concat([new_row, df]).reset_index(drop = True)
df.head(5)

输出：添加行前的数据框- 添加行

后的数据框-

删除行：为了删除 Pandas DataFrame 中的一行，我们可以使用 drop() 方法。通过按索引标签删除行来删除行。

# importing pandas module
import pandas as pd

# 从csv文件制作数据框
data = pd.read_csv("nba.csv", index_col ="Name" )

# 删除传递的值
data.drop(["Avery Bradley", "John Holland", "R.J. Hunter",
							"R.J. Hunter"], inplace = True)
# 展示
data

输出：如输出图像所示，新输出没有传递的值。由于 inplace 为 True，因此删除了这些值并在原始数据框中进行了更改。
删除值之前的数据框- 删除值

后的数据框：

到此这篇关于Python 处理 Pandas DataFrame 中的行和列的文章就介绍到这了,更多相关Python Pandas DataFrame 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 PaddleOCR库用法及知识点详解
在本篇内容里小编给大家分享的是一篇关于python PaddleOCR库用法及知识点详解内容，对此有需要的朋友们可以学习参考下。
2021-07-07
python中itertools模块使用小结
itertools 是python的迭代器模块，itertools提供的生成迭代器的函数，相当高效且节省内存。使用这些工具，你将能够创建自己定制的迭代器用于高效率的循环。接下来通过本文给大家介绍python中itertools模块使用，感兴趣的朋友一起看看吧
2021-11-11
分析详解python多线程与多进程区别
这篇文章主要为大家分析详解了python多线程与多进程区别，以及在使用过程中的注意要点，有需要的朋友可以借鉴参考下，希望可以有所帮助
2021-09-09
Python查找最长不包含重复字符的子字符串算法示例
这篇文章主要介绍了Python查找最长不包含重复字符的子字符串算法,涉及Python字符串遍历、统计相关操作技巧,需要的朋友可以参考下
2019-02-02
Python入门篇之编程习惯与特点
本文是Python入门篇的第一篇文章，主要讲述了Python编程习惯和特点等一些基础知识，有需要的朋友可以参考下
2014-10-10
python容器的内置通用函数操作
容器是一种把多个元素组织在一起的数据结构，容器中的元素可以逐个地迭代获取，可以用in, not in关键字判断元素是否包含在容器中。接下来通过本文给大家介绍python容器的内置通用函数操作，感兴趣的朋友一起看看吧
2021-11-11
使paramiko库执行命令时在给定的时间强制退出功能的实现
这篇文章主要介绍了使paramiko库执行命令时，在给定的时间强制退出,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-03-03
如何解决requests,已经安装却无法import问题
这篇文章主要介绍了如何解决requests,已经安装却无法import问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2023-06-06
python人人网登录应用实例
这篇文章主要介绍了python人人网登录应用实例,是一个非常实用的技巧,需要的朋友可以参考下
2014-09-09
python正则表达式抓取成语网站
做NLPproject时需要一个成语库，我需要的是纯成语，网上找的都是有详细解释的。于是自己写了一个爬成语的python程序
2013-11-11