dataframe iloc_pd.DataFrame的基本操作

1. 转置

.T方法

import 

2. 查看DataFrame头部数据, 尾部数据

.head()方法, 查看Series头部(前几个)数据.

.tail()方法, 查看Series尾部(后几个)数据.

import 

3. DataFrame数据索引 [超级重要]

3.0 查看索引

.columns方法, 查看列标签. .index方法, 查看行标签.

import 

3.1 标签索引

按标签, 索引列, df[列标签]

import 

# 按属性,索引列

按标签, 索引行, df.loc[行标签]

import 

按标签, 索引行和列, df.loc[行标签, 列标签]

import 

3.2 下标索引

按下标, 索引行, df.iloc[行标签]

位置下标从0开始. 第一个元素下标索引为0

import 

按下标, 索引行和列, df.iloc[行标签, 列标签]

import 

3.3 切片索引

按位置下标进行切片索引时, 末端不包含

切片索引都是先索引行

df[:] 切片索引行

import 

df.loc[:] 切片索引行

import 

df.iloc[:] 切片索引行

import 

3.4 多重索引

结合3.1, 3.2, 3.3中的方法进行搭配索引即可

先索引列, 后索引行. 举例

import 

先索引行, 后索引列. 举例

import 

3.5 布尔型索引

对DataFrame进行判断, 可以生成布尔型的DataFrame

对df整体进行判断, 值为True的保留, 其余返回NaN

import 

对df的行进行判断

布尔型数组为DataFrame

import 

对df的列进行判断

布尔型数组为DataFrame

import 

布尔型数组为Series

import 

根据这种特性, 可以设计满足某条件, 删除某行的程序, 如下

.isnull()方法, 判断是否为空值

# 根据某列, 判断该列是否含空值, 并删除空白值所在的行

.notnull()方法, 判断是否非空值, 用法同上

3.6 重新索引

import 

4. DataFrame排序

.sort_values()方法, 按值排序..sort_index()方法, 按索引排序.

import 

import 

5. DataFrame对齐

DataFrame之间的运算会按照行列标签, 自动对齐, 与顺序无关.

import 

6. 添加

索引后添加

import 

7 修改

索引后修改

import 

8. 删除

.drop方法

删除行

import 

删除列

import 

del 语句

删除列

import