表格对象增删查改

表格对象的概述

表格对象是指将数据以表格的形式存储和操作的数据结构。在Python中，常用的表格对象库包括Pandas和NumPy等。这些库提供了丰富的函数和方法，可以帮助我们方便地进行数据处理、分析和可视化。

思维导图

表格对象的数据查询

        访问单列：表格名称['序列名称'][索引]

        访问多列：表格名称[['序列名称1','序列名称2',...][索引]

df = pd.read_excel(r'../dataset/航空公司数据.xlsx')
df[['性别','年龄']][:5]

表格对象的数据查询

loc方法

调用语法：表格对象.loc[n,'列名称']

n表示行索引，表示访问第n行

‘列名称’表示列索引，表示访问相应的列

df = pd.read_excel(r'../dataset/航空公司数据.xlsx')
df.loc[:4,['性别','年龄']]

ilco方法

调用语法：表格对象.iloc[n,m]

n表示行索引，表示访问第n行

m表示列索引，表示访问第m列

df = pd.read_excel(r'../dataset/航空公司数据.xlsx')
df.iloc[:5,[3,8]]

表格对象数据的条件查询 

条件查询即查询满足一定条件的数据（行）

一般有两种方法实现条件查询：

        1，表格对象，query（查询条件字符串）

        2，表格对象，loc[条件序列对象+逻辑判断，列索引]

df = pd.read_excel(r'../dataset/航空公司数据.xlsx')
df.query('工作地城市=="柳州" and 年龄>40')

df = pd.read_excel(r'../dataset/航空公司数据.xlsx')
boo1_1 = df['工作地城市']=='柳州'
boo2_2 = df['年龄']>40
df.loc[boo1_1&boo2_2,:]

表格对象索引重置 

表格对象的默认索引为从0开始的连续数字索引

当使用条件查询等对部分行数据进行筛选的方法时，会导致的表格对象的索引不连续

索引不连续时，索引n不再表示第n+1行数据

所以需要把索引重置为从0开始的连续数字索引

df = pd.read_excel(r'../dataset/航空公司数据.xlsx')
df2 = df.query('工作地城市=="柳州"')
df3 = df2.reset_index(drop=True)
df3

也可以以某一列数据作为新的索引

语法格式：表格对象.set_index（列名称）

df_sale = pd.read_excel(r'../dataset/超市销售数据.xlsx')
df2.set_index('发票编号')

语法格式：表格对象.rest_index（drop=False,inplace=False)

drop参数：接收布尔值，表示是否保留原索引，默认保留

表格对象数据的新增 

概念：表格对象数据新增一般指新增一列
思路：将一个序列对象赋值给表格对象新的一列
语法：表格对象(”新的列名]=某个序列对象
注意：新的列名不能和表格对象中已有的列名重复

df_sale = pd.read_excel(r'../dataset/超市销售数据.xlsx')
df_sale[ '收益（人民币)'] = (df_sale['收益（美元）']*7.23).round(2)
df_sale

 

表格对象数据的删除 

概念：表格对象行或列数据的删除

语法：表格对象.drop(n, axis=0)参数n表示行或列的索引
                axis默认为0，表示删除行，axis=1时删除列

df_temp = pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})
print(df_temp)
print(df_temp.drop(0))
print(df_temp.drop('A',axis=1))

表格对象数据的修改 

思路：先访问，后赋值
语法：访问某个元素的代码 = 需要赋予的值
注意：赋值需要使用=，不是==，二=是判断符号

df_temp = pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})
print(df_temp)
df_temp['A'][0] = 100
print(df_temp)
df_temp['C'] = df_temp['C']*100
print(df_temp)