Jupyter基础（增、删、改、查）

一、前言

什么是Jupyter:

Jupyter是一个开源的交互式编程工具，它支持多种编程语言，如Python、R、Julia等。Jupyter的核心是一个网页版的代码编辑器，可以在其中编写和运行代码，同时还可以查看代码的输出结果。Jupyter的主要特点是交互性，可以在代码中插入Markdown文本、图片、链接等元素，使得代码更加易于理解和分享。Jupyter广泛应用于数据分析、机器学习等领域。

为什么要使用jupyter处理数据：

• 交互性：Jupyter Notebook允许我们立即看到代码的结果，无需等待整个脚本运行完毕。这对于数据分析和探索性研究非常有用，因为我们可以轻松地尝试不同的方法并快速查看结果。
• 可视化：Jupyter Notebook支持各种数据可视化库，如Matplotlib、Seaborn等，可以直接在笔记本中创建图表和图形，方便我们分析和展示数据。
• 文档化：Jupyter Notebook可以将代码、注释、文本和图像整合在一起，形成一个结构化的文档，便于分享和协作。这对于教学、报告和演示非常有用。
• 易于分享：Jupyter Notebook文件（.ipynb）可以轻松地共享和发布，其他人可以通过浏览器查看和运行你的代码，无需安装任何额外的软件。

二、DataFrame数据准备：

增、删、改、查的方法有很多很多种，这里只展示出常用的几种。

参数inplace默认为False,只能在生成的新数据块中实现编辑效果。当inplace=True时执行内部编辑，不返回任何值，原数据发生改变。

import numpy as np
import pandas as pd

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

数据：

  name sex age
1  lisa   f  22
2   joy   f  22
3   tom   m  21

三、增删改查操作：

1、增：

（1）按列增加

citys = ['ny','zz','xy']
df.insert(0,'city',citys) #在第0列，加上column名称为city，值为citys的数值。
jobs = ['student','AI','teacher']
df['job'] = jobs #默认在df最后一列加上column名称为job，值为jobs的数据。
df.loc[:,'salary'] = ['1k','2k','2k','2k','3k'] #在df最后一列加上column名称为salary，值为等号右边数据。

（2）按行增加

#若df中没有index为“4”的这一行的话，该行代码作用是往df中加一行index为“4”，值为等号右边值的数据。若df中已经有index为“4”的这一行，则该行代码作用是把df中index为“4”的这一行修改为等号右边数据。
df.loc[4] = ['zz','mason','m',24,'engineer’]
df_insert = pd.DataFrame({'name':['mason','mario'],'sex':['m','f'],'age':[21,22]},index = [4,5])
#返回添加后的值，并不会修改df的值。ignore_index默认为False，意思是不忽略index值，即生成的新的ndf的index采用df_insert中的index值。若为True，则新的ndf的index值不使用df_insert中的index值，而是自己默认生成。
ndf = df.append(df_insert,ignore_index = True)

2、删：

（1）删除行

df.drop([1,3],axis = 0,inplace = False)#删除index值为1和3的两行，

（2）删除列

df.drop(['name'],axis = 1,inplace = False)  #删除name列。
del df['name']       #删除name列。
ndf = df.pop('age')  #删除age列，操作后，df都丢掉了age列,age列返回给了ndf。

3、改：

（1）改行列标题

df.columns = ['name','gender','age'] #尽管我们只想把’sex’改为’gender’，但是仍然要把所有的列全写上，否则报错。
df.rename(columns = {'name':'Name','age':'Age'},inplace = True) #只修改name和age。inplace若为True，直接修改df，否则，不修改df，只是返回一个修改后的数据。
df.index = list('abc')#把index改为a,b,c.直接修改了df。
df.rename({1:'a',2:'b',3:'c'},axis = 0,inplace = True)#无返回值，直接修改df的index。

（2）改数值

方法一：使用loc：

df.loc[1,'name'] = 'aa'              #修改index为‘1’，column为‘name’的那一个值为aa。
df.loc[1] = ['bb','ff',11]           #修改index为‘1’的那一行的所有值。
df.loc[1,['name','age']] = ['bb',11] #修改index为‘1’，column为‘name’的那一个值为bb，age列的值为11。

方法二：使用iloc[row_index, column_index]

df.iloc[1,2] = 19              #修改某一无素
df.iloc[:,2] = [11,22,33]      #修改一整列
df.iloc[0,:] = ['lily','F',15] #修改一整行

4、查：

方法一：df['column_name'] 和df[row_start_index, row_end_index]

df['name']
df['gender']
df[['name','gender']] #选取多列，多列名字要放在list里
df[0:]    #第0行及之后的行，相当于df的全部数据，注意冒号是必须的
df[:2]    #第2行之前的数据（不含第2行）
df[0:1]   #第0行
df[1:3]   #第1行到第2行（不含第3行）
df[-1:]   #最后一行
df[-3:-1] #倒数第3行到倒数第1行（不包含最后1行即倒数第1行，这里有点烦躁，因为从前数时从第0行开始，从后数就是-1行开始，毕竟没有-0）

方法二：df.loc[index,column] 

# df.loc[index, column_name],选取指定行和列的数据
df.loc[0,'name'] # 'Snow'
df.loc[0:2, ['name','age']]          #选取第0行到第2行，name列和age列的数据, 注意这里的行选取是包含下标的。
df.loc[[2,3],['name','age']]          #选取指定的第2行和第3行，name和age列的数据
df.loc[df['gender']=='M','name']      #选取gender列是M，name列的数据
df.loc[df['gender']=='M',['name','age']] #选取gender列是M，name和age列的数据

方法三：iloc[row_index, column_index]

df.iloc[0,0]         #第0行第0列的数据，'Snow'
df.iloc[1,2]         #第1行第2列的数据，32
df.iloc[[1,3],0:2]   #第1行和第3行，从第0列到第2列（不包含第2列）的数据
df.iloc[1:3,[1,2]    #第1行到第3行（不包含第3行），第1列和第2列的数据