[Python]DataFrame的创建、数据读取、增加删除行列

DataFrame数据读取

读取具体单元格值

方法一 df[‘ColName’][行号]
方法二 df.values[1][1]
df.values 去掉行名、列名只剩下数组构成的数组 ‘numpy.ndarray’
可用df.values[行号]取出整行数据
用df.values[行号][列号]取出单个数据

读取一列

df[‘ColName’]

读取多列

按列名取列
列举:
df[[‘ColName1’,‘ColName2’]] #取ColName1和ColName2两列

df.loc[:,[‘ColName1’,‘ColName2’,‘ColName3’]] #取ColName1和ColName2和ColName3三列

切片:
df.loc[:,‘ColName1’:‘ColName2’]#取ColName1到ColName2（含ColName2）的所有列
如：

df = pd.DataFrame({'one':[1,2,3],'two':[2,4,5],'three':[7,8,9]},index=[1,2,3])
print(df.loc[:,'one':'three'])

输出结果：
one two three
1 1 2 7
2 2 4 8
3 3 5 9

按列号取列
df.iloc[:,1:3] #取第二列（列号为1）和第三列（列号为2）

读取一行

df.loc[行号]或者df.iloc[行号]
区别如下
1.loc location 参数可以是自定义的行号
iloc integer 参数只能是默认的行号
如:

df = pd.DataFrame({'one':[1,2,3],'two':[2,4,5]},index = [1,2,3])
print(df.iloc[1])
print(df.loc[1])

输出：
one 2
two 4
Name: 2, dtype: int64
one 1
two 2
Name: 1, dtype: int64
2.切片索引是否包含右边
loc 包括，若自定义索引非阿拉伯数字，会报错；若有阿拉伯数字的自定义索引，按照该索引切片；没有就按照默认索引。
iloc 不包括，按照默认索引切片。与基础的df[行号1:行号2]切片效果一致。
如：

print(df.loc[1:2])#取自定义索引号为1和2的行
print(df.iloc[1:2])#取默认行号为1的行，即第二行

输出：
one two
1 1 2
2 2 4
one two
2 2 4

读取多行

df.loc[行号1,行号2]读取行号1和行号2数据
df[行号1:行号2]读取行号1到行号2的前一个的数据

DataFrame删除行

df = df.drop(自定义行号或者行名，没有自定义的话就是默认索引)

DataFrame删除列

df = df.drop(‘列名’,axis = 1)

DataFrame新增列

df.insert(新增列的列序号,‘新增列列名’,value)
value可以是一个值，该列所有值都是该值 ；也可以是长度等于行号的列表，一一对应。

DataFrame的创建

数组转化为DataFrame

df = pandas.DataFrame(nArray)

字典转化为DataFrame（values类型为series)

dic = {‘ColName’:,‘ColName1’:}
df = pandas.DataFrame(dic,index=[])
如:

df = pd.DataFrame({'one':data['POINT_X'],'two':data['POINT_Y']},index = [i for i in range(len(data))]])

dic = {‘ColName’:,‘ColName1’:}
如：

df = pd.DataFrame({'one':[1,2,3],'two':[2,4,5]},index = [1,2,3])

注意:index 为行索引，可随意更改；Columns 为字典键，不可以改，否则取不到值。