python 数据分析 pandas dataframe 删除行 删除列 增加行 增加列

目录

1:删除行

1.1 drop

1.2，通过各种筛选方法实现删除行

2，删除列

2.1，del

2.2，drop

2.3，通过各种筛选方法实现删除列

3，增加行

3.1，loc，at，set_value

3.2，append

3.3，逐行增加

3.4，插入行

4，df增加列

4.1，遍历DataFrame获取序列的方法

4.2，[ ]，loc

4.3，Insert

4.4，concat

4.5，iloc和loc遍历过程中给列赋值

4.6，逐列增加

4.7，其他方法

---

举例:创建一个新df:

 df = pd.DataFrame(np.arange(16).reshape(4, 4), columns=list('ABCD'), index=list('1234'))
 df
 
    A   B   C   D
1   0   1   2   3
2   4   5   6   7
3   8   9  10  11
4  12  13  14  15

1:删除行

1.1 drop

通过行名称删除：

df = df.drop(['1', '2'])           # 不指定axis默认为0
df.drop(['1', '3'], inplace=True)

通过行号删除：

df.drop(df.index[0], inplace=True)       # 删除第1行
df.drop(df.index[0:3], inplace=True)     # 删除前3行
df.drop(df.index[[0, 2]], inplace=True)  # 删除第1第3行

1.2，通过各种筛选方法实现删除行

详见pandas“选择行单元格，选择行列“的笔记

举例，通过筛选可以实现很多功能，例如某列数据有重复,我们需要对某列数据去重(删除行)，可以获取去重后的index列表后，使用loc方法：

>>> df.loc['2','B']=9
>>> df
    A   B   C   D
1   0   1   2   3
2   4   9   6   7
3   8   9  10  11
4  12  13  14  15
>>> chooses = df['B'].drop_duplicates().index
>>> df.loc[chooses]
    A   B   C   D
1   0   1   2   3
2   4   9   6   7
4  12  13  14  15

2，删除列

2.1，del

del df['A']  # 删除A列，会就地修改

2.2，drop

通过列名称删除：

df = df.drop(['B', 'C'], axis=1)               # drop不会就地修改，创建副本返回
df.drop(['B', 'C'], axis=1, inplace=True)      # inplace=True会就地修改

使用列数删除，传入参数是int，列表，者切片：

df.drop(df.columns[0], axis=1, inplace=True)       # 删除第1列
df.drop(df.columns[0:3], axis=1, inplace=True)     # 删除前3列
df.drop(df.columns[[0, 2]], axis=1, inplace=True)  # 删除第1第3列

2.3，通过各种筛选方法实现删除列

详见pandas“选择行单元格，选择行列“的笔记

3，增加行

3.1，loc，at，set_value

想增加一行，行名称为‘5’，内容为[16, 17, 18, 19]

df.loc['5'] = [16, 17, 18, 19]    # 后面的序列是Iterable就行
df.at['5'] = [16, 17, 18, 19]
df.set_value('5', df.columns, [16, 17, 18, 19], takeable=False)    # warning，set_value会被取消

3.2，append

添加有name的Series:

s = pd.Series([16, 17, 18, 19], index=df.columns, name='5')
df = df.append(s)

添加没有name的Series，必须ignore_index:

s = pd.Series([16, 17, 18, 19], index=df.columns)
df = df.append(s, ignore_index=True)

可以 append字典列表，同样需要必须ignore_index：

ls = [{'A': 16, 'B': 17, 'C': 18, 'D': 19}, {'A': 20, 'B': 21, 'C': 22, 'D': 23}]
df = df.append(ls, ignore_index=True)

3.3，逐行增加

简单的逐行添加内容，可以：

df.loc[len(df)] = [16, 17, 18, 19]

但需要注意：len(df)生成的是int，如果生成的int，df已经存在了，会覆盖该行数据，而不会新增

3.4，插入行

增加行没找到类似insert这种可以插入的方法，暂时替代方法可以先reindex，再赋值：

df = df.reindex(index=df.index.insert(2, '5'))
df.loc['5'] = [16, 17, 18, 19]

4，df增加列

一般涉及到增加列项时，经常会对现有的数据进行遍历运算，获得新增列项的值，所以这里结合对DataFrame的遍历讨论增加列。

例如，想增加一列'E'，值等于'A'和'C'列对应值之和。

4.1，遍历DataFrame获取序列的方法

s = [a + c for a, c in zip(df['A'], df['C'])]          # 通过遍历获取序列
s = [row['A'] + row['C'] for i, row in df.iterrows()]  # 通过iterrows()获取序列，s为list
s = df.apply(lambda row: row['A'] + row['C'], axis=1)  # 通过apply获取序列，s为Series
s = df['A'] + df['C']                                  # 通过Series矢量相加获取序列
s = df['A'].values + df['C'].values                    # 通过Numpy矢量相加获取序列

4.2，[ ]，loc

通过df[]或者df.loc添加序列

df.loc[:, 'E'] = s
df['E'] = s

4.3，Insert

可以指定插入位置，和插入列名称

df.insert(0, 'E', s) 

4.4，concat

s = pd.Series([16, 17, 18, 19], name='E', index=df.index)
df = pd.concat([df, s], axis=1)

4.5，iloc和loc遍历过程中给列赋值

效率比较低

df['E']是DataFrame的一个Series，是引用，对其修改也能改变DataFrame，但运行时报了Warning:

df['E'] = None  # 需事先创建e列，否则iloc遍历会报错，loc遍历无需事先创建
for i in range(len(df)):
    df['E'].iloc[i] = df['A'].iloc[i] + df['C'].iloc[i] 
# SettingWithCopyWarning:　A value is trying to be set on a copy of a slice from a DataFrame

不用Series不会报Warning：

df['E'] = None
col_no = [i for i in df.columns].index('E') 
for i in range(len(df)):
    df.iloc[i, col_no] = df['A'].iloc[i] + df['C'].iloc[i]

用loc无需先给E列赋空值：

for i in df.index:
    df.loc[i, 'E'] = df.loc[i, 'A'] + df.loc[i, 'C']

4.6，逐列增加

简单的逐列添加内容，可以:

df[len(df)] = [16, 17, 18, 19]

但需要注意：len(df)生成的是int，如果生成的int，df已经存在了，会覆盖该列数据，而不会新增

4.7，其他方法

 增加3列，EFG，value默认为np.NaN

df = pd.concat([df, pd.DataFrame(columns=list('EFG'))])   # 列的次序无法指定，并且fillna时会对整个df做出调整
df = df.reindex(columns=list('ABCDEFG'),  fill_value=0)   # 列的次序按照list指定，并且fill_value只对新增列做出调整，推荐！