【Python】Dataframe 的增删改查操作（常用版）

在pandas中，DataFrame对象提供了丰富的方法来进行数据的增删改查操作。以下是一些常用的操作：

数据的增加（增）

1. 添加新列：
   可以通过直接赋值的方式给DataFrame添加新列。

   import pandas as pd
   
   df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
   df['C'] = [7, 8, 9]  # 添加新列C
   

2. 添加新行：
   可以使用loc索引器或append方法添加新行。

   df.loc[3] = [4, 5, 6]  # 使用loc添加新行，指定行号
   new_row = pd.DataFrame({'A': 4, 'B': 5, 'C': 6})
   df = df.append(new_row, ignore_index=True)  # 使用append添加新行
   

数据的删除（删）

1. 删除列：
   可以使用drop方法删除指定的列。

   df.drop('C', axis=1, inplace=True)  # 删除列C，axis=1表示操作的是列
   

2. 删除行：
   可以使用drop方法删除指定的行。

   df.drop(0, axis=0, inplace=True)  # 删除第一行，axis=0表示操作的是行
   

数据的修改（改）

1. 修改列名：
   可以重新赋值给DataFrame的columns属性来修改列名。

   df.columns = ['X', 'Y', 'Z']  # 将列名A, B, C改为X, Y, Z
   

2. 修改数据：
   可以直接通过索引或loc来修改数据。

   df.loc[0, 'A'] = 10  # 修改第一行A列的值为10
   df.at[0, 'B'] = 20  # 修改第一行B列的值为20，at用于单个元素的修改
   

数据的查询（查）

1. 查询数据：
   可以使用.loc和.iloc来进行数据查询。

   # 通过.loc查询第二行第二列的值
   value = df.loc[1, 'B']
   print(value)
   
   # 通过.iloc查询第二列第三行的值
   value = df.iloc[2, 1]
   print(value)
   

2. 条件查询：
   可以使用布尔索引进行条件查询。

   # 查询A列大于2的所有行
   filtered_df = df[df['A'] > 2]
   

3. 排序查询：
   可以使用sort_values方法对数据进行排序查询。

   # 根据A列的值升序排序
   sorted_df = df.sort_values(by='A')