pandas的增删查改

pandas是为了解决数据分析任务而生的。pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法，能很好的帮助我们分析爬取到的数据。

环境准备

pandas、numpy

本篇所有代码都运行在jupyter上

目录

1、增加数据

2、删除数据

3、查询数据

4、修改数据

准备工作

先生成两个数据集

data = {'city': ['北京', '上海', '广州', '深圳'],
         '2018': [33105, 36011, 22859, 24221]}
data = pd.DataFrame(data)

data2 = {'city': ['北京', '上海', '广州', '深圳'],
         '2017': [28014, 30632, 21503, 22490]}
data2 = pd.DataFrame(data2)

1、增加数据

合并数据

• 方法一：用concat合并

pandas.concat(objs,axis = 0,ignore_index = False,keys = None)

objs:Series，DataFrame或Panel对象的序列或映射。

axis：串联的轴，默认为0，即以索引串联（竖直拼接）；如果为1，则以列串联（水平拼接）

ignore_index：清除现有索引并将其重置，默认为False。

key：在数据的最外层添加层次结构索引。

data_new = pd.concat([data, data2], axis=1)

运行结果：

• 方法二：用merge合并

DataFrame.merge(self，right，how =‘inner’，on = None)

right：指要合并的对象

on：指要加入的列或索引级别名称，必须在两个DataFrame中都可以找到。

how：决定要执行的合并类型：left（使用左框架中的键）、right、inner（交集，默认）、outer（并集）

data.merge(data2,on='city',how='left')

运行结果：

• 方法三：用join合并

这种方法需要指定相同列索引的后缀

1、

data.join(data2,lsuffix='_data', rsuffix='_data2')

运行结果：

2、

data.set_index('city').join(data2.set_index('city'))

运行结果：

• 方法四：用append合并

data.append(data2)

运行结果：

• 增加列

city = ['南京', '杭州', '合肥', '青岛']
data.insert(0,'city2', city)

在第0列，加上column名称为city2，值为city的数据。

运行结果：

2、删除数据

• 删除包含某值的行

data1 = data2[data2.city != '深圳'] 

去掉city为深圳的行

运行结果：

• 删除行

data2.drop([0, 1], axis=0)

运行结果：

• 删除列

data2.drop(['city'], axis=1)

运行结果：

• 删除重复行

data['city'].drop_duplicates()

默认删除后面出现的重复值，即保留第一次出现的重复值

3、查询数据

• 1、data['column_name'] 和data[row_start_index, row_end_index]
• 2、data.loc[index,column]
• 3、iloc[row_index, column_index]

• 查看单列

data['city']

运行结果：

• 查看多列

data[['city', '2018']]

运行结果：

• 查看行

data.loc[2]

运行结果：

data.loc[1:1]

运行结果：

• 查看多行

data.loc[1:]

运行结果：

data.iloc[1:,:1]

运行结果

data.iloc[[1,3],:2]

运行结果：

4、修改数据

• 修改某个数据

data.iloc[1,1] = 100

运行结果：

data.loc[2,'city'] = '广州(粤语)'

运行结果：

• 修改某列数据

data.iloc[:,1] = [1, 10, 100, 1000]

运行结果：

• 修改某行数据

data.iloc[3,:] = ['深圳(普通话)', 1100]

运行结果：

如果对你有帮助的话给我点赞呗