pandas添加多行_pandas的增删查改

pandas是为了解决数据分析任务而生的。pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法，能很好的帮助我们分析爬取到的数据。

环境准备

pandas、numpy

本篇所有代码都运行在jupyter上

目录

1、增加数据

2、删除数据

3、查询数据

4、修改数据

准备工作

先生成两个数据集

data = {
    'city': ['北京', '上海', '广州', '深圳'],
         '2018': [33105, 36011, 22859, 24221]}
data = pd.DataFrame(data)

data2 = {
    'city': ['北京', '上海', '广州', '深圳'],
         '2017': [28014, 30632, 21503, 22490]}
data2 = pd.DataFrame(data2)

1、增加数据

合并数据

• 方法一：用concat合并

pandas.concat(objs,axis = 0,ignore_index = False,keys = None)

objs:Series，DataFrame或Panel对象的序列或映射。

axis：串联的轴，默认为0，即以索引串联（竖直拼接）；如果为1，则以列串联（水平拼接）

ignore_index：清除现有索引并将其重置，默认为False。

key：在数据的最外层添加层次结构索引。

data_new = pd.concat([data, data2], axis=1)

运行结果：

• 方法二：用merge合并

DataFrame.merge(self，right，how =‘inner’，on = None)

right&#