python取数据框的几列_python数据框的常用操作

1、数据框去除重复

data1 = data1.drop_duplicates()

pd.dataframe.drop_duplicates(self,subset=None,keep='first',inplace=False)

参数含义：subse：接受特定的字符串或者sequence。表示进行去重的列。默认为None，表示全部列。

keep:接受特定的字符串，表示重复时保留的第几个数据

first:保留第一个

last：保留最后一个

false：只要有重复都不保留

默认为 first

inplace:接受的boolean.表示是否在原表上进行操作，默认为False。

2、数据框拼接

# 两种方式，concat、append皆可以

result3=pd.concat([result1,result2],ignore_index=True)

result3=result1.append(result2,ignore_index=True)

#ignore_index=True

# 用法

pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,

keys=None, levels=None, names=None, verify_integrity=False,

copy=True)

axis：要粘在哪个轴上。默认0，粘贴行。

join：默认outer，合集；inner，交集。

ignore_index：布尔型，默认False。如果为Ture的话，会重新分配index从0...n-1。

keys：一个序列，默认None。建立等级索引，作为最外层的level。

levels：序列sequences构成的list，默认None。

3.数据框列的添加与删除

3.1列的添加

## 1生成DataFrame数据

df = DataFrame(np.random.randn(4, 5), columns=['A', 'B', 'C', 'D', 'E'])

# DataFrame数据预览：

A B C D E

0 0.673092 0.230338 -0.171681 0.312303 -0.184813

1 -0.504482 -0.344286 -0.050845 -0.811277 -0.298181

2 0.542788 0.207708 0.651379 -0.656214 0.507595

3 -0.249410 0.131549 -2.198480 -0.437407 1.628228

#2计算各列数据总和并作为新列添加到末尾

#3df['Col_sum'] = df.apply(lambda x: x.sum(), axis=1)

#3计算各行数据总和并作为新行添加到末尾

df.loc['Row_sum'] = df.apply(lambda x: x.sum())

#最终的计算结果

A B C D E Col_sum

0 0.673092 0.230338 -0.171681 0.312303 -0.184813 0.859238

1 -0.504482 -0.344286 -0.050845 -0.811277 -0.298181 -2.009071

2 0.542788 0.207708 0.651379 -0.656214 0.507595 1.253256

3 -0.249410 0.131549 -2.198480 -0.437407 1.628228 -1.125520

Row_sum 0.461987 0.225310 -1.769627 -1.592595 1.652828 -1.022097

4.数据框的读入与写出

python中读取文件主要有readcsv和read_table两种类型。read_table 参数图

read_table的标准格式可以表示为