pandas DataFrame的定义与增删查改

非最终版本，不断完善修改，整理成自己可以参考的文档

一、定义

基本数据定义

import numpy as np
import pandas as pd

df = pd.DataFrame(data = [['lisa','f',22],['joy','f',22],['tom','m','21']], 
                  index = [1,2,3], 
                  columns = ['name','sex','age'])

具有层次化索引的DataFrame

dfmi = pd.DataFrame([list('abcd'),list('efgh'),list('ijkl'),list('mnop')],
                    columns=pd.MultiIndex.from_product([['one','two'],
                                                        ['first','second']]))

二、增

2.1 按列增加

citys = ['ny','zz','xy']
df.insert(0, 'city', citys)  # 在指定位置添加列
jobs = ['student','AI','teacher']
df['job'] = jobs  # 在最后添加一列job

2.2 按行增加

df.loc[4] = ['zz','mason','m',24,'engineer']  # 添加一行，索引为4；若有4，则直接修改原值
df = df.append(df.loc[2])  # 用append在尾部直接添加一列；append会创建一个修改的副本

三、删

3.1 删除行

df.drop([1,4], axis=0, inplace=True)  # 删除【所有】index为1和3的行，inplace=True表示直接删除

3.2 删除列

df.drop(['name', 'sex'], axis=1, inplace=True)  # 删除【所有】名为name和sex的列
del df['name'] # 删除name列
ndf = df.pop('name')  # 删除name列，返回该列Series给ndf

四、查

4.1 df[‘column_name’] 和df[row_start_index: row_end_index]

# 查找列
df['name']  # name列，返回Series类型
df[['name']]  # 返回DataFrame类型
df[['name', 'gender']]  # 返回两列

# 查找行，注意有冒号，类似list的切片
df[0:1]  # 查找第0行
df[0:3:2] # 第0行和第2行
df[-1::-1]  # 倒叙排列（第2行，第1行，第0行）

4.2 df.loc[index,column]

重点：边界值【左闭右闭】，例如 [ , ‘name’ : ‘sex’]，同时包含name列和sex列

# 按照索引【值】进行查找
# 小tip  行用位置，列用索引值
df.loc[df.index[0:2].to_list(), ['name', 'sex']]
df.loc[df.index[0:2].to_list(), 'name':'sex']  # 或者这样写，都可以

以上实现 查找红框内的值，如图

进一步，关于多重索引值的查找

在dfmi中查找红框中的值

dfmi.loc[0:2 ,('one', 'first'):('two', 'first')]  # 注意这里行范围要写【0:2】

4.3 df.iloc[row_index, column_index]

重点：边界值【左闭右开】，不包含右边界值

# 按照索引【位置】进行查找
df.iloc[0:2, 0:2]  # 实现查找上面红框的值

# 小tip，获得'name'列的位置
df.get_loc('name')

五、改

5.1 改行列标签名（name）

# index.name修改
df.index.names = ['index_name']
df.index.name = 'index_name'

# columns.name修改
df.columns.names = ['columns_name']
df.columns.name = 'columns_name'

# 多重索引标签名修改，如图
df_groupby = df.groupby(['name', 'sex']).sum()
df_groupby.index.names = ['index0_name', 'index1_name']

5.2 改行列标签

# 修改index
df.index = ['a', 'b', 'c']
df.rename({1:'a'}, axis=0, inplace=True)

# 修改columns
df.columns = ['name', 'gender', 'age']
df.rename({'sex':'gender'}, axis=1, inplace=True)

5.3 修改值

5.3.1 使用loc

df.loc[1, 'name'] = '云天明'
df.loc[2, ['name', 'sex']] = ['罗辑', '男']

5.3.2 使用iloc

与上面loc类似，不再赘述

【参考文章】

1. CSDN 夏雨淋河：Pandas DataFrame数据的增、删、改、查

2. CSDN 我只是个过路人：Pandas–DataFrame修改值