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:

学习和使用python的13个理由
在本篇文章里小编给大家整理了关于学习和使用python的13个理由以及相关知识点，需要的朋友们参考下。
2019-07-07
python调用摄像头显示图像的实例
今天小编就为大家分享一篇python调用摄像头显示图像的实例，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
2018-08-08
使用matplotlib库实现图形局部数据放大显示的实践
本文主要介绍了使用matplotlib库实现图形局部数据放大显示的实践，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2022-02-02
Python爬取哆啦A梦-伴我同行2豆瓣影评并生成词云图
哆啦A梦系列是陪伴我,乃至陪伴了几代人成长的故事.50年来,藤子·F·不二雄先生创造了竹蜻蜓,任意门,时光机器等等无数的新奇道具,让大雄和他的小伙伴们经历了各种冒险,也经历了许多充满戏剧性的啼笑皆非的日常.特意写了这篇文章,教大家怎么绘制词云图,需要的朋友可以参考下
2021-06-06
Python 文件处理注意事项总结
这篇文章主要介绍了Python 文件处理注意事项总结的相关资料,需要的朋友可以参考下
2017-04-04
5款实用的python 工具推荐
工欲善其事必先利其器，一个好的工具能让起到事半功倍的效果，Python 社区提供了足够多的优秀工具来帮助开发者更方便的实现某些想法，下面这几个工具给我的工作也带来了很多便利，推荐给追求美好事物的你。
2020-10-10
python调用腾讯云实名认证接口辨别身份证真假
这篇文章主要为大家介绍了python辨别身份真假之腾讯云身份证实名认证接口，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
2022-05-05
Windows8下安装Python的BeautifulSoup
这篇文章主要介绍了Windows8下安装Python的BeautifulSoup,本文着重讲解安装中出现的错误和解决方法,需要的朋友可以参考下
2015-01-01
Python实现深度遍历和广度遍历的方法
今天小编就为大家分享一篇Python实现深度遍历和广度遍历的方法，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
2019-01-01
kafka-python 获取topic lag值方式
今天小编就为大家分享一篇kafka-python 获取topic lag值方式，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
2019-12-12