Pandas基础03：数据排序与增删

上一节我们介绍了通过按行索引和按列索引找出相关数据的方法。本章节将进一步介绍如何筛选数据，并对数据进行排序、增删的方法。

示例表格和上一节相同。

1.数据筛选

Python中可以通过区域筛选，即获取某几行某几列的方法得到数据。例如，我要获得曹蓉~冯缓的班级~总成绩数据，代码可以这样写

import pandas as pd
score=pd.read_excel('C:\\Users\\86187\\Desktop\\1.数学学习成绩记录表.xlsx')
score.iloc[0:8,4:7]

score[score['高数成绩']>80]

 

需要注意的是括号内的索引是包左不包右的 。

0:8 表示选取第0行到第7行的数据，4:7 表示选取第4列到第6列的数据。

当然，我们也可以直接指出要获取哪几列的数据，因此代码还可以这样写：

score.iloc[0:8][['班级','平均成绩','总成绩']]

得到结果是相同的。

接下来介绍条件筛选，我们可以设置条件，在制定的列中筛选出符合条件的数据。 

例如，要筛选高数成绩大于95的学生：

score[score['高数成绩']>95]

运行结果如下： 

 

我们也可以进行多个条件筛选 ，例如我要筛选出高数成绩95以上，且是一班的同学：

score[(score['高数成绩']>95)&(score['班级']==1)]

需要注意的是&前后的内容需要用括号括起来！以下是运行结果：

 

2、数据排序

我们可以调用sort_values( )函数进行排序。例如，我们对高数成绩由高到低排序：

score.sort_values(by='高数成绩',ascending=False)

"by="的后面添加需要排序的列名，ascending=False指出由高到低排序，如果省略Python将自动地由低到高排序。

代码运行后结果如下：

 

3、数据增删

在数据处理时我们常常需要添加新的数据或者删除错误数据，这里简单介绍一下数据增删的操作。

例如，我们想在表格中增加小王同学的成绩信息，就可以使用loc添加行：

score.loc[118]=['小王','89','88','90','1','89','267','1','合格']

代码打印如下： 

 

如果想新增一列，则可以这样写：

score['年级']=2022

表格中多了年级这一列，并且每个同学的年级都是2022。

 

 要修改特定的值依然可以通过loc来操作。例如，我要将小王的年级改为2023年：

score.loc[score['姓名'] == '小王', '年级'] = 2023

 

接下来介绍如何删除指定的列，共有两种方法：

1. 使用pop( )方法：

score.pop('总成绩‘）

2. 使用drop( )方法

score=score.drop(columns=['总成绩']) 

程序运行后，总成绩这一列就被删除了。