pandas两个表格_使用Pandas处理excel文件-（7）删除、增添行列或标签

段丞博：使用Pandas处理excel文件-（1）动机和资源

段丞博：使用Pandas处理excel文件-（2）DataFrame和相关概念

段丞博：使用Pandas处理excel文件-（3）从Python默认数据类型中产生DataFrame

段丞博：使用Pandas处理excel文件-（4）读写excel表格

段丞博：使用Pandas处理excel文件-（5）访问DataFrame中的数据

段丞博：使用Pandas处理excel文件-（6）筛选DataFrame中满足特定条件的数据

段丞博：使用Pandas处理excel文件-（7）删除、增添行列或标签

段丞博：使用Pandas处理excel文件-（8）pandas中处理日期的四种基本数据类型介绍

段丞博：使用Pandas处理excel文件-（9）日期的处理

段丞博：使用Pandas处理excel文件-（10）数据处理

对于excel表格的操作中，增添删减、修改内容是基本的功能，这次介绍一下如何对于DataFrame进行相同的操作。假设有如下的表格内容：

删除行列

如果要删除某些行列，可以用drop函数实现。drop函数的接口如下：

drop(labels=None, axis=0, index=None, columns=None,  inplace=False) 

1. label：字符串或者是字符串构成的列表，代表要删除的行或者列的标签，具体行列由axis指定
2. axis： 如果axis=0，label中的标签为index，否则为columns
3. index/columns：也可直接用这两个参数指定删除的行列
4. inplace: 是否修改原DataFrame，pandas默认情况下是不会修改原表格

为了说明该函数的用法，下面的图片中分别用两种方法删除表格中第二行和第三列。第一种利用labels和axis两个参数。

也可以利用index删除行，利用columns删除列。

除了按照行列的标签名字删除，还有一种按照序号删除的方式。例如刚才删除'YY'列，相当于删除第三列（python计数中为2），因此也可以按下面的方式删除。

它的含义也是明确的，即使用df的columns的部分内容作为labels的参数输入。

如果要删除原表格中的行列，那么仅需要让inplace参数为True即可，当然也可以用del直接删除表格中的列并生效，如下。

添加行列

首先看如何添加行，这里的“添加”就是在表格的末尾续上一行。一个正规的含义明确的操作是用append方法来实现。但是如果可以保证新添加的行标签并不在原来的表格中，那么也可以用loc、at、set_value来实现。不过需要注意的是，和删除操作不同，添加操作会直接修改原表格，以loc和at为列演示如下。

append的方法相对灵活，可以接收的参数类型比较多，用起来需要注意可能对表格带来的不可预期的改变，例如我们在表格后面可以追加一个列表。

或者追加一个Series，

行为完全不一样，也并不是特别符合直觉，所以append函数是不会修改原来的表格的，使用时务必要仔细参考手册。这一点也是我非常不喜欢numpy和pandas中一些对我而言并不是自然的广播方式。

列的添加方式有两种，由于表格总是以列为主，所以可以像操作字典一样来添加列，即添加一个新的列标签即可。

也可以使用loc或者at实现这样的效果。

指定的位置添加列

在表格中新添加一行和新添加一列的含义是不同的，在指定的位置添加新的列比添加行的意义要大，因为行总是可以通过排序，索引重拍，其具体位置并没有特别的价值。在Pandas中，在指定的位置添加列用到insert函数，方法很简单如下。

第一参数为插入的位置，第二个插入列的标签名，第三个为插入的内容。

修改行列标签

如果想给某一行或者列重新起一个名字，那么就可以用rename函数。rename函数有三个参数:

index: 修改行标签名字的参量，传递一个字典，字典的键为旧名，值为新名；

columns: 与上相同，修改列的名字；

inplace: 是否要修改原表格。

使用方法如下，例如把列中"YY"改为小写。

总结

Pandas中对于表格行列的操作也非常灵活，因此会存在一些隐患，特别是那些无意的操作，但是又不报错，特别是各类广播，使用需要谨慎小心。有数值处理经验的朋友一定知道，数值处理中的错误很多表现为数组的形状出现了问题，广播是一种非常灵活但是要谨慎的操作。