Pandas 索引(index)/选取(select)/标签(label)操作

import pandas as pd
df = pd.DataFrame({"学号": [1001,1002,1003,1004,1005],
                   "name": ["A","B","C","D","E"],
                 "生日": ["1990/01/02","1992/02/05","1990/05/06","1991/05/30","1992/05/03"],
                  "性别": ["boy","girl","girl","boy","girl"],
                   "数学": [56,67,47,87,47]
                  })
df.set_index("生日",inplace=True)
df.index=pd.to_datetime(df.index)
df

Out[1]:

	name	学号	性别	数学
生日
1990-01-02	A	1001	boy	56
1992-02-05	B	1002	girl	67
1990-05-06	C	1003	girl	47
1991-05-30	D	1004	boy	87
1992-05-03	E	1005	girl	47

In [2]:

df.add_prefix("x") #给列添加前缀

Out[2]:

	xname	x学号	x性别	x数学
生日
1990-01-02	A	1001	boy	56
1992-02-05	B	1002	girl	67
1990-05-06	C	1003	girl	47
1991-05-30	D	1004	boy	87
1992-05-03	E	1005	girl	47

In [3]:

df.add_suffix("x") #给列添加后缀

Out[3]:

	namex	学号x	性别x	数学x
生日
1990-01-02	A	1001	boy	56
1992-02-05	B	1002	girl	67
1990-05-06	C	1003	girl	47
1991-05-30	D	1004	boy	87
1992-05-03	E	1005	girl	47

In [4]:

df.align(df.drop(max(df.index))) #对齐

Out[4]:

(           name    学号    性别  数学
 生日                             
 1990-01-02    A  1001   boy  56
 1990-05-06    C  1003  girl  47
 1991-05-30    D  1004   boy  87
 1992-02-05    B  1002  girl  67
 1992-05-03    E  1005  girl  47,            name      学号    性别    数学
 生日                                 
 1990-01-02    A  1001.0   boy  56.0
 1990-05-06    C  1003.0  girl  47.0
 1991-05-30    D  1004.0   boy  87.0
 1992-02-05    B  1002.0  girl  67.0
 1992-05-03  NaN     NaN   NaN   NaN)

In [5]:

df.drop(max(df.index)) #删除行

Out[5]:

	name	学号	性别	数学
生日
1990-01-02	A	1001	boy	56
1992-02-05	B	1002	girl	67
1990-05-06	C	1003	girl	47
1991-05-30	D	1004	boy	87

In [6]:

df.drop_duplicates() #删除重复数据

Out[6]:

	name	学号	性别	数学
生日
1990-01-02	A	1001	boy	56
1992-02-05	B	1002	girl	67
1990-05-06	C	1003	girl	47
1991-05-30	D	1004	boy	87
1992-05-03	E	1005	girl	47

In [7]:

df.equals(df.drop(max(df.index))) #比较是否一样

Out[7]:

False

In [8]:

df.filter(items=["name"]) #选取子数据框

Out[8]:

	name
生日
1990-01-02	A
1992-02-05	B
1990-05-06	C
1991-05-30	D
1992-05-03	E

In [ ]:

df.first() #不懂

In [10]:

df.head(2) #选取头2行元素

Out[10]:

	name	学号	性别	数学
生日
1990-01-02	A	1001	boy	56
1992-02-05	B	1002	girl	67

In [ ]:

df.idxmax() #不懂

In [ ]:

df.idxmin() #不懂

In [ ]:

df.last() #不懂

In [11]:

df.drop(max(df.index)).reindex(df.index) #按照以前的索引从新索引

Out[11]:

	name	学号	性别	数学
生日
1990-01-02	A	1001.0	boy	56.0
1992-02-05	B	1002.0	girl	67.0
1990-05-06	C	1003.0	girl	47.0
1991-05-30	D	1004.0	boy	87.0
1992-05-03	NaN	NaN	NaN	NaN

In [12]:

df.drop(max(df.index)).reindex_axis(df.index) #从新索引

Out[12]:

	name	学号	性别	数学
生日
1990-01-02	A	1001.0	boy	56.0
1992-02-05	B	1002.0	girl	67.0
1990-05-06	C	1003.0	girl	47.0
1991-05-30	D	1004.0	boy	87.0
1992-05-03	NaN	NaN	NaN	NaN

In [13]:

df.drop(max(df.index)).reindex_like(df.drop(min(df.index))) #按照其他数据框索引

Out[13]:

	name	学号	性别	数学
生日
1992-02-05	B	1002.0	girl	67.0
1990-05-06	C	1003.0	girl	47.0
1991-05-30	D	1004.0	boy	87.0
1992-05-03	NaN	NaN	NaN	NaN

In [14]:

df.rename(columns={"name":"Name"}) #更改列名

Out[14]:

	Name	学号	性别	数学
生日
1990-01-02	A	1001	boy	56
1992-02-05	B	1002	girl	67
1990-05-06	C	1003	girl	47
1991-05-30	D	1004	boy	87
1992-05-03	E	1005	girl	47

In [15]:

df.rename_axis("name") #更改索引名

Out[15]:

	name	学号	性别	数学
name
1990-01-02	A	1001	boy	56
1992-02-05	B	1002	girl	67
1990-05-06	C	1003	girl	47
1991-05-30	D	1004	boy	87
1992-05-03	E	1005	girl	47

In [16]:

df.reset_index() #重新索引

Out[16]:

	生日	name	学号	性别	数学
0	1990-01-02	A	1001	boy	56
1	1992-02-05	B	1002	girl	67
2	1990-05-06	C	1003	girl	47
3	1991-05-30	D	1004	boy	87
4	1992-05-03	E	1005	girl	47

In [17]:

df.sample(2) #随机抽样

Out[17]:

	name	学号	性别	数学
生日
1992-05-03	E	1005	girl	47
1990-05-06	C	1003	girl	47

In [ ]:

df.select() #不懂

In [18]:

df.set_index("性别") #设置索引

Out[18]:

	name	学号	数学
性别
boy	A	1001	56
girl	B	1002	67
girl	C	1003	47
boy	D	1004	87
girl	E	1005	47

In [19]:

df.tail(3) #选取后3行元素

Out[19]:

	name	学号	性别	数学
生日
1990-05-06	C	1003	girl	47
1991-05-30	D	1004	boy	87
1992-05-03	E	1005	girl	47

In [20]:

df.take([1,2]) #绝对索引

Out[20]:

	name	学号	性别	数学
生日
1992-02-05	B	1002	girl	67
1990-05-06	C	1003	girl	47

In [21]:

df.truncate() #不同

Out[21]:

	name	学号	性别	数学
生日
1990-01-02	A	1001	boy	56
1992-02-05	B	1002	girl	67
1990-05-06	C	1003	girl	47
1991-05-30	D	1004	boy	87
1992-05-03	E	1005	girl	47

In [22]:

df.sort_index() #按索引排序

Out[22]:

	name	学号	性别	数学
生日
1990-01-02	A	1001	boy	56
1990-05-06	C	1003	girl	47
1991-05-30	D	1004	boy	87
1992-02-05	B	1002	girl	67
1992-05-03	E	1005	girl	47