pandas 行、列的增删改查

读取tips.xlsx及预览内容

在这里插入图片描述

行的增删改查

增加行

直接赋值
# 可以只写一个值,也可以写列表
df.loc[40] = 1
df.loc[40] = [1,2,3,4,5,6,7]

在这里插入图片描述

append方法
# append 增加行的方法,设置ignore_index参数
df1 = df
df1 = df1.append(df,ignore_index=True)
df1

在这里插入图片描述

concat方法
# concat连接 会保留原来的行索引,需设置ignore_index
df2 = df
df3 = pd.concat([df,df2],ignore_index=True)
df3

在这里插入图片描述

删除行
# 要加inplace=True, 或者重新赋值给df,即df=df.drop([38,39])
df.drop([39],inplace=True)
df.drop([36,37,38],inplace=True)

# 删除连续行
#错误写法
df.drop([1:3])
# 正确写法
df = df.drop(range(1,4),axis=0)
df.drop(labels=range(1,4),axis=0)
改变某一行数据据
# 改一行的数据
df.loc[39] = [10,20,30,40,50,60,70]
# 改某行某列的一个值
df.loc[38,'total_bill'] = 100

在这里插入图片描述

查询行数据
# 查询单行
df.loc[1]  # 这是Series
# 查询连续几行,查出来是dataframe
df.loc[1:3]
df.loc[2:]
df.loc[:10]
df.loc[:]

列的增删改查

增加列
# 直接赋值
df['haha'] = 1

在这里插入图片描述

#列与列直接的运算,赋值给新列
df['rate'] = df['tip'] / df['total_bill']

在这里插入图片描述

# 指定位置插入列
df.insert(2,'rates',df.rate*100)
df

在这里插入图片描述

删除列
del df['haha']
# 要添加inplace=True 或者df重新赋值
df = df.drop(['rates','rate'],axis=1)
列的修改操作
# 修改某一列的值
df['total_bill'] = df['total_bill'] * 100
# 修改列名
df.rename(columns={'tip':'TIP'},inplace=True)
df = df.rename(columns={'tip':'TIP','day':'DAY'})
查询列数据
# 查出来是Series
df.sex
df['sex'] 
# 查出来是dataframe 
df[['sex']]
df[['sex','tip']]
# 筛选tip大于3的数据
df[df['tip'] > 3]
# 筛选tip大于3且 性别是男的
df[(df.tip > 3) & (df.sex == 'Male')]
df[(df['tip'] > 3) & (df['sex'] == 'Male')]
# pandas or的写法
df[(df.tip > 3) | (df.size < 5 )]

总结

简单的介绍行与列的增删改查,行与列本来就不是分的很开,这里方便大家查看所以才分的行、列的增删改查。可以结合起来进行某行某列,某几行某几列筛选、赋值。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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