数据帧是一种二维数据结构,即数据以表格方式排列成行和列。
我们可以对行或列执行基本操作,如选择、删除、添加和重命名。
今天将使用nba.csv档案。
处理列
为了处理列,我们对列执行基本操作,如选择、删除、添加和重命名。
列选择:
为了在PandasDataFrame中选择一个列,我们可以通过调用它们的列名来访问它们。
# Import pandas package
import pandas as pd
# Define a dictionary containing employee data
data = {'Name':['Jai', 'Princi', 'Gaurav', 'Anuj'],
'Age':[27, 24, 22, 32],
'Address':['Delhi', 'Kanpur', 'Allahabad', 'Kannauj'],
'Qualification':['Msc', 'MA', 'MCA', 'Phd']}
# Convert the dictionary into DataFrame
df = pd.DataFrame(data)
# select two columns
print(df[['Name', 'Qualification']])
产出:
柱加法:
在PandasDataFrame中添加一个列,将一个新列表声明为一个列并添加到现有的Dataframe中。
# Import pandas package
import pandas as pd
# Define a dictionary containing Students data
data = {'Name': ['Jai', 'Princi', 'Gaurav', 'Anuj'],
'Height': [5.1, 6.2, 5.1, 5.2],
'Qualification': ['Msc', 'MA', 'Msc', 'Msc']}
# Convert the dictionary into DataFrame
df = pd.DataFrame(data)
# Declare a list that is to be converted into a column
address = ['Delhi', 'Bangalore', 'Chennai', 'Patna']
# Using 'Address' as the column name
# and equating it to the list
df['Address'] = address
# Observe the result
print(df)
产出:
列删除:
删除Pandas DataFrame中的列,可以使用drop()方法。通过删除具有列名的列来删除列。
# importing pandas module
import pandas as pd
# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name" )
# dropping passed columns
data.drop(["Team", "Weight"], axis = 1, inplace = True)
# display
print(data)
产出:
新输出没有传递的列。这些值被删除。
因为AXIS设置为1,并且由于Inplace是True,所以在原始数据帧中进行了更改。
删除列之前的数据帧-
删除列后的数据帧-
处理行:
对行执行基本操作包括:选择、删除、添加和重命名。
行选择:
熊猫为从数据框架中检索行提供了一种独特的方法。DataFrame.loc[]方法用于从Pandas DataFrame检索行。行还可以通过将整数位置传递给伊洛克[]功能。
# importing pandas package
import pandas as pd
# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name")
# retrieving row by loc method
first = data.loc["Avery Bradley"]
second = data.loc["R.J. Hunter"]
print(first, "nnn", second)
产出:
如输出图像所示,返回了两个序列,因为两次都只有一个参数。
行加法:
在PandasDataFrame中添加一个Row,将旧的dataframe和新的数据连接起来。
# importing pandas module
import pandas as pd
# making data frame
df = pd.read_csv("nba.csv", index_col ="Name")
df.head(10)
new_row = pd.DataFrame({'Name':'Geeks', 'Team':'Boston', 'Number':3,
'Position':'PG', 'Age':33, 'Height':'6-2',
'Weight':189, 'College':'MIT', 'Salary':99999},
index =[0])
# simply concatenate both dataframes
df = pd.concat([new_row, df]).reset_index(drop = True)
df.head(5)
产出:添加行之前的数据帧-
添加行后的数据帧-
行删除:
用Drop()方法删除PandasDataFrame中的一行,通过按索引标签删除行。
# importing pandas module
import pandas as pd
# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name" )
# dropping passed values
data.drop(["Avery Bradley", "John Holland", "R.J. Hunter",
"R.J. Hunter"], inplace = True)
# display
data
产出:
如输出图像所示,新输出没有传递的值。这些值被删除,并在原始数据框架中进行更改,因为Inplace是True。在删除值之前的数据帧-
删除值后的数据帧-