Dataframe的一些操作合集

1. 指定列进行排序

df=df.sort_values(by='col_name')

2. 重命名列名

df.rename(columns={'ori_col_name': 'new_col_name'}, inplace=True)

3. 按照原有的列生成一个新的df

df = df.reindex(columns=["col_name1", "col_name2"])

4. 根据指定条件删除df一行

df = df.drop(df[df['col_name']=='val'].index)

5. 统计某一列中一个值出现的次数

sub_df = df["col_name"].value_counts(ascending=True).reset_index(name='counts')
sub_df.rename(columns={'index':'col_name'},inplace=True)

6. 对一列上的值进行累加

df['cumsum'] = df['cnts'].cumsum()

7. 将一个包含多个元素的列分割成一个列表或者拆分成多列

df = pd.DataFrame({'multi_vals':['23-45','45-67']})
df['val_sp'] = df['multi_vals'].str.split('-')
'''
multi_vals val_sp
23-45      [23,45]
45-67      [45,67]
'''
df['val1'], df['val2'] = df['multi_vals'].str.split('-', 1).str
'''
multi_vals val_sp   val1  val2
23-45      [23,45]  23    45
45-67      [45,67]  45    67
'''

9. 将两个df连接在一起

pd.merge(df1, df2, on="key_col_name", how="left")

how关键字指定按何种方式连接。

• left：左外连接。左边的df的所有数据保留，右边的df只保留和左边的key_col_name相等的行。
• right：右外连接。类比左外连接。
• outer：全外连接
• inner：内连接
• cross：交叉连接