【小白python数据入门6Pandas数据编辑操作及索引】

目录

1.课前准备：

2.数据编辑操作是什么

3.增删改查操作

3.1增加元素

3.2修改元素

3.3删除元素

3.4筛选元素

3.5 元素转置

4.Pandas的索引

4.1.索引对象的属性和方法

4.1.1 获取Index对象---利用index属性

4.1.2 判断索引是否包含在Index对象中---in()

4.1.3 连接两个Index对象--append()

4.1.4 计算索引的差集difference()、交集intersection()和并集union()

4.2 索引切片

4.3 删除索引和插入索引

4.4 重新索引：不修改索引对象；重新引用时,如果某个索引值不存在就引入缺失值

4.3.1列将填充

4.3.2行将填充

4.3.3向前填充

4.3.4向后填充

4.5 修改索引

---

1.课前准备：

（1）python可视化免费软件(官网：Project Jupyter | Home)：

        Jupyter Notebook (anaconda)

（2）  会动的脑袋瓜子

（3）本篇阅读完有啥不理解的可以在评论区留言哈。

2.数据编辑操作是什么

数据最常用的操作就是增、删、改、查。DataFrame作为一种二维数据表结构，同样能够像数据库一样，非常方便地实现“增删改查”操作。

其编辑要点就是：先选取，然后操作

3.增删改查操作

3.1增加元素

案例1:

新建一个DataFrame对象

data={
    'name':['陈五','王四','刘一','马三'],
    'sex':['男','女','女','男'],
    'year':[2000,2001,2003,2002],
    'city':['武汉','云南','广州','上海']
}
df2 = DataFrame(data,index=['a', 'b', 'c','d'])
df2

创建一个新的列'age'，其值等于2023减去'year'列的值

df2['age']= 2024-df2['year']
df2

案例2:

使用insert方法来插入新的列，在第3列位置插入了一个新的列'Score'，其值全部为80。

df2.insert(3,"Score",80)
df2

案例3:

在df2中插入一个新的行，其索引为'z'，值为['张三', '男', '2000', '80', '重庆', '23']

df2.loc['z'] = ['张三', '男', '2000', '80', '重庆', '23']
df2

3.2修改元素

案例1:

使用iloc方法来插入新的行，在df2的第5行位置插入了一个新的行，其值为['张三', '男', '2000', '80', '北京', '20']。

df2.iloc[4] = ['张三', '男', '2000', '80', '北京', '20']
df2

案例2:

df2中第2行的'sex'列的值修改为'男'

df2["sex"][1] = "男"
df2

3.3删除元素

案例1:

删除df2中的'score'列，del关键字是Python中的一个内置关键字，用于从内存中删除对象

del df2["Score"]
df2

案例2:

删除df2中的'age'列，pop()函数在Pandas中用于删除DataFrame中的指定列，并将其返回为一个Series

df2.pop("age")
df2

案例3:

删除d行.

drop(): 这是DataFrame对象的一个方法，用于删除指定的行或列。

"d": 这是要删除的行的标签或索引。在这个例子中，它表示要删除名为"d"的行。

axis=0: 这个参数指定了删除操作的方向。当axis=0时，表示沿着行方向进行删除操作。

inplace=True: 这个参数指定了是否在原始DataFrame上进行修改。如果设置为True，则直接在原始DataFrame上进行删除操作，而不会返回一个新的DataFrame对象。

df2. drop("d", axis=0, inplace=True)
df2