pandas-dataframe增删改查

[toc]

dataframe处理

一、创建

1. 从文件读取
2. dict转为dataframe

df=pd.DataFrame(dict)
或者：
df=pd.DataFrame.from_dict(dict)

二、增加

添加内容

1. 添加列：insert

df["newcolumn"]=series
或者：
new_columns = [92,94,89,77,87,91]
df.insert(2,"c2",new_columns)

数据合并

直接赋值

df["a","b"]=data["c","d"]

1. 只能按列合并，不能按行
2. 只能给原数据df中存在的index添加新列，不能添加新行，即连接时，两边的行需要index=index时，才会进行连接，类似于SQL的左连接。

append：添加行

1. 添加:append：dict、list、dataframe、series
2. 在表尾中添加新行，并且返回添加后的数据对象，如果添加的行中存在原数据中没有的列，那么将给原数据添加一个新列，并用nan补值。

• 添加dict：必须有：ignore_index=True。

  data=pd.Dataframe()
  a={"x":1,"y":2}
  data=data.append(a,ignore_index=True)

• 添加：series:series必须有name。

  series=pd.Series(a,name="a")
  data=data.append(series)

• 添加：list，如果list是一维则添加列，二维是行、列，三维是一个数值。

list=[1,2,3,4]
data.append(list)

contact

1. 横向或纵向拼接，axis=0为纵向拼接，axis=1为横向拼接。join为inner取交集，outer取并集

三、获取–查询

loc

1. 可以获取某几行所有列：

• 一行：loc[1]
• 连续几行：loc[1:3]
• 不连续几行：loc[[1,2,4]]
• 符合条件的行：df.loc[df[“c1”]>90]
• 按顺序选择为True的行：df.loc[[True,False,True,False]]
• 复杂的例子

  cond_1=df["positionName"].str.contains("数据分析")
  cond_2=~df["positionName"].str.contains("实习")
  cond_3=~df["job_detail"].str.contains("实习")
  data=df[cond_1&cond_2&cond3]

2. 符合条件的行与列

• 一个数据：loc[1,”c1”]
• 连续的行、列：loc[1:2,”c1”:”c2”]
• 不连续的行、列：loc[[1,2,4],[“c1”,”c3”]]
• 条件选择后，再进行列选择：df.loc[df[“c1”]>90,”c1”:”c3”]

  loc与iloc

1. iloc是index locate即根据索引位置进行定位，只接受数字，loc则使用索引名称进行定位。
2. loc[0：5，”c1”:”c3”]:展示0-5行，c1、c2、c3
   ,iloc[0:5,0:2]:展示0-4行，0、1列。

   at与iat：选择单个值

3. df.at[1,”c1”],据说比loc的方式要快。
4. iat与at的关系类似于iloc与loc
   3.可以不掌握，因为loc与iloc也可以做到单值获取。

df.loc[~df.work_year.isna()]

四、删除

1. drop 删除行或列

df.drop([2,4],axis=0,inplace=True)
df.drop(["name","city"],axis=1,inplace=True)

五、修改

数值的修改

1. 缺失值填充

df["a"]=df["a"].fillna(" ")

2. 替换
3. loc方法对某些行、某些列、某些行与列进行修改。

   列名的修改

4. 直接赋值全部修改

df.columns=["c1","c2","c3"]

2. 使用rename方法:比较推荐

df.rename(columns={"c1":"a1"},inplace=True)

3. 索引修改

### 修改索引名称
df.rename({0:"r1"},inplace=True)
### 重置索引
df.reset_index(inplace=True,drop=True)
### 设置其他列为索引
df.set_index('id')