在对海量数据进行分析的过程中,可能需要增加行和列,也可能会删除一些行和列。
今天介绍数据分析的第五课,教大家如何在python中对数据框进行一些更新操作。
本文目录注意:本文沿用数据分析第一课【Python数据分析—数据建立】里的数据框date_frame:
在数据框最后追加一行
在数据框中插入一列
删除数据框中的行
删除数据框中的列
删除满足某种条件的行
1 在数据框最后追加一行
假设要在原数据框中增加一行,可先定义该行对应的字典,具体语句如下:new_row = {'ID':['1000009'], 'name':['唐诗诗'], 'gender':['女'], 'age':[21], 'height':[1.68] }
注意:格式要和原数据框一致。
把新增行用append函数追加到原数据框中去,具体语句如下:
new_row1 = pd.DataFrame(new_row) date_frame.append(new_row1)
得到结果如下:
date_frame.insert(0, 'calss', ['class1','class1','class1','class1','class2','class2','class2','class2','class2'])
得到结果如下:
既然可以在数据框中加入行和列,那么也可以在数据框中删除行和列。首先来看下在数据框中删除行。
3 删除数据框中的行 可以用drop函数删除某一行,也可以删除多行。 首先来看下删除第一行的具体代码:date_frame.drop([0])
得到结果如下:
date_frame.drop([0,4])
得到结果如下:
date_frame.drop(columns = 'name')date_frame.drop('name', axis = 1) #axis = 1表示对列进行操作
得到结果如下:
date_frame.drop(columns = ['name','gender'])date_frame.drop(['name','gender'], axis = 1)
得到结果如下:
删除多列的代码,同样可以参照删除两列的代码。
5 删除满足某种条件的行 假设要删除所有年龄大于18岁的记录,可以在python中输入如下语句:date_frame.drop(index = (date_frame.loc[(date_frame.age>18)].index))
得到结果如下:
至此,在python中对数据框进行更改操作已介绍完毕,大家可以动手练习一下,思考一下还可不可以对数据框进行别的操作。
娱乐圈排行榜动态条形图绘制
![f919415facf2078afa86b462584ba1eb.png](https://i-blog.csdnimg.cn/blog_migrate/4c96baf6ccf3a8e2c085f88242afe20b.png)
扫一扫关注我
19967879837
投稿微信