pandas条件查询和增删改查

条件查询

>>> df=pd.DataFrame(np.arange(12).reshape(3,4),columns=list('abcd'))
>>> df
  a  b   c   d
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11
>>> df[['a','b']]
   a  b
0  0  1
1  4  5
2  8  9
>>> df[['a','b']][(df['c']> 5) & (df['d']>5)]  #不要忘记()
   a  b
1  4  5
2  8  9
>>> df[['a','b']][~df['c']>5]  #~非,取反
empty DataFrame 
Columns: [a, b]
Index: []
>>> df['c'].between(2,5,inclusive=True)   #inclusive:是否包含端点
0     True
1    False
2    False
Name: c, dtype: bool
>>> df['b'].isin([3,4,5,6])   # 是否在里面
0    False
1     True
2    False
Name: b, dtype: bool

增删

>>> df['e']=[1,2,3]   #增加一列
>>> df
   a  b   c   d  e
0  0  1   2   3  1
1  4  5   6   7  2
2  8  9  10  11  3
>>> df.insert(0,'e',df['a'])  #增加一列(位置,列名,数据)
>>> df
   e  a  b   c   d
0  0  0  1   2   3
1  4  4  5   6   7
2  8  8  9  10  11
>>> df.drop('e',axis=1)  #只是一个视图,inpalce=True --直接取代
   a  b   c   d          # 一次删除多个:['a','b']
0  0  1   2   3			  #axis=0:按行的方向--删除index,axis=1 删除columns
1  4  5   6   7
2  8  9  10  11
>>> del df['e'] #直接作用df  一次删除多个:['a','b']

改:选出来重新赋值

>>> df.rename(columns={'d':'yi'},inplace=True) #修改column的值
>>> df
   e  a  b   c  yi
1  0  0  1   2   3
2  4  4  5   6   7
3  8  8  9  10  11
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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