python数据分析(13)——pandas数据结构DataFrame基本技巧

数据查看、转置 / 添加、修改、 删除值 / 对齐 / 排序数据查看与Series相同,df.head()、df.tail():df=pd.DataFrame(np.random.rand(16).reshape(8,2)*100,columns=['a','b'])print(df.head())print(df.tail()) a b...
摘要由CSDN通过智能技术生成

数据查看、转置 / 添加、修改、 删除值 / 对齐 / 排序

数据查看与Series相同,df.head()、df.tail():

df=pd.DataFrame(np.random.rand(16).reshape(8,2)*100,columns=['a','b'])
print(df.head())
print(df.tail())
           a          b
0  26.326171  50.108566
1  47.668365  71.930552
2   5.565206  26.904596
3  99.875611  48.341301
4  22.746797  85.186938
           a          b
3  99.875611  48.341301
4  22.746797  85.186938
5  23.313509  42.500506
6  16.852513  33.600460
7  62.450372  92.567204

.T转置

print(df.T)
           0          1          2          3          4          5  \
a  26.326171  47.668365   5.565206  99.875611  22.746797  23.313509   
b  50.108566  71.930552  26.904596  48.341301  85.186938  42.500506   

           6          7  
a  16.852513  62.450372  
b  33.600460  92.567204  

行标签和列表签一起转置。

添加 /修改:

添加列:

df['c']=40
print(df)
     a           b   c
0  101  101.000000  40
1  100    1.600305  40
2  100   89.629438  40
3  101  101.000000  40
4   20   20.000000  40
5  100   97.885158  40
6  101  101.000000  40
7  100    8.018373  40

添加行:

df.loc[8]=30
print(df)
     a           b   c
0  101  101.000000  40
1  100    1.600305  40
2  100   89.629438  40
3  101  101.000000  40
4   20   20.000000  40
5  100   97.885158  40
6  101  101.000000  40
7   30   30.000000  30
8   30   30.000000  30

修改列:

df['a']=<
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值