DataFrame的条件过滤

Series向量的操作

from pandas import read_csv

# 加载文件
df = read_csv("scientists.csv")
print(df)
print(type(df))

# 得到年龄这一列
age = df["Age"]
print(age)
print("***************")
print(age + 100)

DataFrame的条件过滤

from pandas import read_csv

# 加载文件
df = read_csv("scientists.csv", sep=",")
print(df)
print(type(df))

# 得到寿命大于平均值的数据
mean = df["Age"].mean()  # 平均年龄
print(mean)

new_df = df[df["Age"] > mean]
print("---------------")
print(new_df)

#使用bool获取数据
print("---------")
print(df[[True,True,True,False,False,True,False,False]])

#使用loc或者iloc根据下标获取数据
print("loc")
print(df.loc[[0,1,2,5,7]])
print("iloc")
print(df.iloc[[0,1,2,5,-1]])

在这里插入图片描述


DataFrame添加修改列

from pandas import read_csv,to_datetime

df = read_csv("scientists.csv")

print(df)

old_Born = df["Born"]
print(old_Born)
print(type(old_Born))

#转换类型
new_born = to_datetime(old_Born)
print("转换类型")
print(new_born)
print(type(new_born))

#添加新的列
df["new_born"] = new_born
print("添加新的列")
print(df)

#修改数据
df["new_born"] = ["n1", "n2", "n3", "n4", "n5", "n6", "n7", "n8"]
print("修改数据")
print(df)

#删除列
#axis=1是删除列,需要写上列名
result = df.drop(["new_born", "Age", "Died"],axis=1)
print(result)
print("#删除列")
print(result)

#axis=0是删除行,需要写上上行的下标索引
result = df.drop([0,2,6],axis=0)
print(result)


在这里插入代码片

在这里插入图片描述
csv数据

Name,Born,Died,Age,Occupation
Rosaline Franklin,1920-07-25,1958-04-16,37,Chemist
William Gosset,1876-06-13,1937-10-16,61,Statistician
Florence Nightingale,1820-05-12,1910-08-13,90,Nurse
Marie Curie,1867-11-07,1934-07-04,66,Chemist
Rachel Carson,1907-05-27,1964-04-14,56,Biologist
John Snow,1813-03-15,1858-06-16,45,Physician
Alan Turing,1912-06-23,1954-06-07,41,Computer Scientist
Johann Gauss,1777-04-30,1855-02-23,77,Mathematician
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

疯子@123

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值