Pandas基础知识（四）——DataFrame操作（上）

在本栏目最开始介绍了两种基本数据结构，Series和DataFrame，点击下方卡片进行回顾。

Pandas基础知识（一）——基本数据结构https://blog.csdn.net/m0_51981035/article/details/129865485本节主要介绍有关DataFrame操作，由于比较多暂时分为上、中、下三节。

一、初见DataFrame

1.新建Excel文件，文件名为“期末成绩统计.xlsx”，工作表名为“成绩单”，表格内容如下：

姓名	语文	数学	英语	历史	地理
小明	102	98	106	100	86
小红	103	107	89	84	78
小强	104	78	88	99	94
小兰	105	110	99	69	79

2.结合pandas读取Excel文件的函数，我们从文件中读取得到一个DataFrame。

import pandas as pd
df = pd.read_excel('期末成绩统计.xlsx',sheet_name='成绩单', index_col=None)

二、DataFrame

1.介绍了DataFrame大概的一些操作（增删查改），后面针对一些具体的出个详细版

#DataFrame的转置
print(df.T)

#把Series转换为列数为1的DataFrame，DataFrame比Series多了列索引，输出进行前后对比
#Series无列索引
df_name=df['姓名']
print（df_name）

#DataFrame有列索引
print(df['姓名'].to_frame())

#将df或者series转化为列表
namelist = list(df_name)

#重命名列名
df.columns = ['语文1','数学2','英语3','历史4','地理5']
#获取列名列表
print(list(df))
print(list(df.columns.values))
print(list(df.columns.tolist()))
#修改行列
df['数学']=df['数学'].astype(str)#修改数学这一列的数据类型

newcol = [3,1,2,0]
df = df[df.columns[newcol]]#修改列顺序，原来的第四列变成第一列，第二、三列不变，第一列变成第四列

df.reindex(['数学2','语文1','英语3','地理5','历史4'])#按照列表内的顺序修改列顺序

#新增行列
df['体育'] = [45, 44, 41, 37, 50]#新增列，注意新增后列数变为6
df.loc[len(df)]=[104，89，99，86，76，47]#末尾新增行，一行有六个数据

#删除列
df.drop('语文',axis=1,inplace=True)#以列名删除

df.drop(df.columns=[[0,1]],axis=1,inplace=True)#以列序号删除

#查询行列/筛选行列/行列切片
print(df.loc[df['语文']>103])#筛选语文成绩大于103的行
print(df.loc[(df['语文']>103]) & (df['数学']>100]))#筛选语文成绩大于103且数学成绩大于100的行

print(df.loc[df['历史'].isin([99,100])])#筛选历史成绩为99或者100的行

2.在对DataFrame操作完成后，如果要存入表格，记得写存取代码

df.to_excel('期末成绩统计.xlsx',sheet_name="Sheet1",index=False)

具体可以看下这边文章

pandas存储文件的函数https://blog.csdn.net/m0_51981035/article/details/130028903