import numpy as np
import pandas as pd
# 通过列表数据创建DF
data = [[80, 90], [85, 95], [90, 95], [80, 95], [95, 100]]
df = pd.DataFrame(data, columns=['one', 'two'])
# print(df)
# 通过字典创建DF,字典的key代表列索引,字典的value代表行数据
data1 = {'name': ['Jack', 'Bill', 'Lily', 'Karel'], 'age': [21, 22, 24, 25]}
df1 = pd.DataFrame(data1)
# print(df1)
# 操作DF中的数据
# print(df1['name']) #获取
# 列添加
df1['score'] = pd.Series([90, 90, 95, 100],
index=[0, 1, 2, 3]) # 默认标签是0,1,2,3...,假如不是0,1,2,3...而且不指定index,则会因为默认值而无法添加到对应的标签而显示NaN
# print(df1) # index过多不想写,可以直接用df1.index
# ,删除操作是直接对原数据进行操作
# del(df1['name'])
# df1.pop('name')
# 行访问
# print(df)
# print(df[2:4])
# print(df.loc[[0, 1]]) # 标签
# print(df.iloc[[0, 1]]) # 序号
# print(df.iloc[1, 1]) # 取到某一行的全部数据,再取指定位置的数据
# 行添加
data_tmp = pd.DataFrame([['Sera', 21, 95]], columns=['name', 'age', 'score']) # 牢记是二维数据表,[[]]!!!
df_temp = pd.DataFrame(data_tmp)
print(df_temp)
df_append = df1.append(df_temp) # 记住了这里append()方法是有返回值的!!!,属于深拷贝操作,不会影响原数据
print(df_append)
# 行删除,同样的,深拷贝
# df1.drop(0)
# print(df1)
# 修改元素
numpy DataFrame
最新推荐文章于 2024-03-20 22:59:34 发布