Pandas统计分析基础（3）：DataFrame功能介绍及DataFrame中元素的增、删、改、查

✅作者简介：大家好我是Xlong，一枚正在学习COMSOL、Python的工科研究僧
📃个人主页:  Xlong的个人博客主页
🔥系列专栏:   Python大数据分析
💖如果觉得博主的文章还不错的话，请👍支持一下博主哦🤞

目录

一、 DataFrame功能介绍

1.1 DataFrame元素的读取

方法1：可以将DataFrame转化成ndarray后读取

方法2： 可以通过列名（字典数据类型里的key值）来索引列，再通过跟ndarray相同的索引方式索引行

方法3：DataFrame.loc 和.iloc两种读取方法（建议使用）

1.2 DataFrame中元素的修改

1.3 DataFrame添加、删除元素 

1.3.1 添加列或行

1.3.2 删除行或列，pd.DataFrame.drop 

1.3.3 DataFrame数据的备份

---

一、 DataFrame功能介绍

1.1 DataFrame元素的读取

        要注意区别和二维数组的读取方式不同！

import numpy as np
arr=np.ones([2,3])
print(arr,'\n')
print(arr[0,1])

 运算结果：

[[1. 1. 1.]
 [1. 1. 1.]]

1.0

import numpy as np
import pandas as pd
arr=np.ones([2,3])
print(arr,'\n')
df=pd.DataFrame(arr,index=['第一行','第二行'],columns=['第一列','第二列','第三列'])
print(df)
#print(df[0,1])   #会报错：KeyError: (0, 1)

运行结果：

[[1. 1. 1.]
 [1. 1. 1.]]

     第一列  第二列  第三列
第一行  1.0  1.0  1.0
第二行  1.0  1.0  1.0

        DataFrame不支持以刚才代码中的方式读取数据，可以认为其各列是以字典形式储存，不支持按序号索引。

方法1：可以将DataFrame转化成ndarray后读取

import numpy as np
import pandas as pd
arr=np.ones([2,3])
print(arr,'\n')
df=pd.DataFrame(arr,index=['第一行','第二行'],columns=['第一列','第二列','第三列'])
print(df,'\n')
#print(df[0,1])   #会报错：KeyError: (0, 1)
# values属性会返回一个ndarray数组
print(df.values,'\n')
print(type(df.values))

运行结果：

[[1. 1. 1.]
 [1. 1. 1.]]

     第一列  第二列  第三列
第一行  1.0  1.0  1.0
第二行  1.0  1.0  1.0

[[1. 1. 1.]
 [1. 1. 1.]]

<class 'numpy.ndarray'>

import numpy as np
import pandas as pd
arr=np.ones([2,3])
df=pd.DataFrame(arr,index=['第一行','第二行'],columns=['第一列','第二列','第三列'])
print(df.values,'\n')
print(df.values[0,1])

运行结果：

[[1. 1. 1.]
 [1. 1. 1.]]

1.0