pnadas——对象的增删查改（Series，DataFrame）

对象的增删改查

import pandas as pd
import numpy as np

手动方法构造Series

data = np.arange(10)
index = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
s = pd.Series(data, index)

s

a    0
b    1
c    2
d    3
e    4
f    5
g    6
h    7
i    8
j    9
dtype: int32

查询

s[2]

2

s[:5]

a    0
b    1
c    2
d    3
e    4
dtype: int32

s[[2, 5, 9]]

c    2
f    5
j    9
dtype: int32

mask = [True, False, False, False, True, False, False, False, False, True]
s[mask]

a    0
e    4
j    9
dtype: int32

s.loc['c']      # loc 根据 label 进行索引

2

s.iloc[0]       # iloc 根据 index 进行索引

0

修改

s1 = s.copy()

1. 直接赋值

s1[2] = 100     # 直接赋值
s1[2]

100

2. replace

s1.replace(to_replace=100, value=101 )    # to_replace 表示要被修改的值  value 表示修改为多少

a      0
b      1
c    101
d      3
e      4
f      5
g      6
h      7
i      8
j      9
dtype: int32

s1 

p      0
q      1
x    100
y      3
z      4
m      5
n      6
u      7
s      8
t      9
dtype: int32

3.修改索引

s1.index = ['p', 'q', 'x', 'y', 'z', 'm', 'n', 'u', 's', 't']   s
.s1

p      0
q      1
x    100
y      3
z      4
m      5
n      6
u      7
s      8
t      9
dtype: int32

s1.rename(index = {'q' : 'Q'}, inplace=True)     # 只修改一个索引 将 q 改为 Q 

s1

p      0
Q      1
x    100
y      3
z      4
m      5
n      6
u      7
s      8
t      9
dtype: int32

增加

1. 将一个 Series 追加到另一个 Series 尾部

s2 = pd.Series([15, 22], ['l', 'r'])      
pd.concat([s, s2] , ignore_index=False, axis=0)    # ignore_index 表示要不要为合并的新数据重新生成索引 默认为False  axis 指定沿哪个轴连接

b     1
c     2
d     3
e     4
f     5
g     6
h     7
i    52
j     9
l    15
r    22
dtype: int64

2. 直接指定

s['i'] = 52
s

a     0
b     1
c     2
d     3
e     4
f     5
g     6
h     7
i    52
j     9
dtype: int32

删除

del s1['p']    # del 方法 删除一行

Q      1
x    100
y      3
z      4
m      5
n      6
u      7
s      8
t      9
dtype: int32

s1.drop(['x', 'y'])   # drop 方法 删除多行

Q    1
z    4
m    5
n    6
u    7
s    8
t    9
dtype: int32

DataFrame中 操作方法和 Series 类似