Pandas DataFrame操作

1. 删除某一列

del df[column_name]

Code Example:

# -*- coding: utf-8 -*-
import numpy as np
from pandas import DataFrame

__author__ = 'Brown'

data = np.arange(10).reshape(5, 2)
df = DataFrame(data, columns=['c1', 'c2'])
print '删除前：'
print df
del df['c1']
print '\n删除后：'
print df

Output:

删除前：
   c1  c2
0   0   1
1   2   3
2   4   5
3   6   7
4   8   9

删除后：
   c2
0   1
1   3
2   5
3   7
4   9

2. 增加某一列

df[new_column_name] = iterator

Code Example：

# -*- coding: utf-8 -*-
import numpy as np
from pandas import DataFrame

__author__ = 'Brown'

data = np.arange(10).reshape(5, 2)
df = DataFrame(data, columns=['c1', 'c2'])
print '增加前：'
print df
df['c3'] = [1, 2, 3, 4, 5]
print '\n增加后：'
print df

Output:

增加前：
   c1  c2
0   0   1
1   2   3
2   4   5
3   6   7
4   8   9

增加后：
   c1  c2  c3
0   0   1   1
1   2   3   2
2   4   5   3
3   6   7   4
4   8   9   5

3. 转化成Dict结构

将dataframe二维表结构中每一行转化为dict结构

df.to_dict(orient='record')

Code Example：

# -*- coding: utf-8 -*-
import numpy as np
from pandas import DataFrame

__author__ = 'Brown'

data = np.arange(10).reshape(5, 2)
df = DataFrame(data, columns=['c1', 'c2'])
print df.to_dict(orient='record')

Output：

[{'c2': 1, 'c1': 0}, {'c2': 3, 'c1': 2}, {'c2': 5, 'c1': 4}, {'c2': 7, 'c1': 6}, {'c2': 9, 'c1': 8}]

4. 导出到csv

df.to_csv('test.csv',encoding='utf-8')

这样导出的csv如果用excel打开会乱码，因为excel只识别带BOM的utf8文件，所以你可以：

df.to_csv('test.csv',encoding='utf_8_sig')