目录
1.DataFrame修改index、columns
1.1直接覆盖
import numpy as np
import pandas as pd
df = pd.DataFrame(np.arange(9).reshape(3,3),index=['sh','cs','bj'],columns=['a','b','c'])
print('df原始数据:')
print(df)
# 修改索引，直接覆盖
print('修改索引，直接覆盖:')
df.index=['shanghai','changsha','beijing']
print(df)
#修改列名，直接覆盖
print('修改列名，直接覆盖:')
df.columns=['d','e','f']
print(df)运行结果：
df原始数据:
a b c
sh 0 1 2
cs 3 4 5
bj 6 7 8
修改索引，直接覆盖:
a b c
shanghai 0 1 2
changsha 3 4 5
beijing 6 7 8
修改列名，直接覆盖:
d e f
shanghai 0 1 2
changsha 3 4 5
beijing 6 7 81.2批量修改
import numpy as np
import pandas as pd
df = pd.DataFrame(np.arange(9).reshape(3,3),index=['sh','cs','bj'],columns=['a','b','c'])
print('df原始数据:')
print(df)
#通过rename方法批量修改
print('通过rename方法批量修改:')
def add_suffix(x):
return x+'_zs'
df = df.rename(index=add_suffix,columns=add_suffix)
print(df)运行结果：
df原始数据:
a b c
sh 0 1 2
cs 3 4 5
bj 6 7 8
通过rename方法批量修改:
a_zs b_zs c_zs
sh_zs 0 1 2
cs_zs 3 4 5
bj_zs 6 7 81.3设置索引：set_index()
import numpy as np
import pandas as pd
df = pd.DataFrame({'A': range(4),
'B': [2, 8, 9, 1],
'C': list('abcd'),
'D': [1, 2, 34, 4]})
print('df原数据:')
print(df)
print('把C作为索引列，并且不删除原数据:')
set_df = df.set_index('C',drop=False)
print(set_df)
print('把C作为索引列，并且删除原数据:')
set_df = df.set_index('C',drop=True)
print(set_df)运行结果：
df原数据:
A B C D
0 0 2 a 1
1 1 8 b 2
2 2 9 c 34
3 3 1 d 4
把C作为索引列，并且不删除原数据:
A B C D
C
a 0 2 a 1
b 1 8 b 2
c 2 9 c 34
d 3 1 d 4
把C作为索引列，并且删除原数据:
A B D
C
a 0 2 1
b 1 8 2
c 2 9 34
d 3 1 42.添加数据
2.1新增列
import pandas as pd
data = {
'Date': ['2023-09-01', '2023-09-02', '2023-09-03'],
'Steps': [8000, 9000, 7500]
}
df = pd.DataFrame(data)
print('df原始数据:')
print(df)
# 新增列,一般用新增列比较多，新增行用连接合并
print('df新增cost列数据后:')
df['cost'] = [30,20,25]
print(df)运行结果：
df原始数据:
Date Steps
0 2023-09-01 8000
1 2023-09-02 9000
2 2023-09-03 7500
df新增cost列数据后:
Date Steps cost
0 2023-09-01 8000 30
1 2023-09-02 9000 20
2 2023-09-03 7500 253.拼接：concat()
import pandas as pd
yb_data = {
'Day': ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday'],
'Forecast': ['Sunny', 'Partly Cloudy', 'Rainy', 'Cloudy', 'Sunny']
}
yb_df = pd.DataFrame(yb_data)
print('yb_df原始数据:')
print(yb_df)
qw_data = {
'Day': ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday'],
'Temperature (°c)': [28, 29, 24, 22, 27]
}
qw_df = pd.DataFrame(qw_data)
print('qw_df原始数据:')
print(qw_df)
# 拼接两个df，沿着0轴方向拼接
print('拼接两个df，沿着0轴方向拼接:')
concat_df = pd.concat([yb_df,qw_df],axis=0)
print(concat_df)
# 拼接两个df，沿着1轴方向拼接
print('拼接两个df，沿着1轴方向拼接:')
concat_df = pd.concat([yb_df,qw_df],axis=1)
print(concat_df)运行结果：
yb_df原始数据:
Day Forecast
0 Monday Sunny
1 Tuesday Partly Cloudy
2 Wednesday Rainy
3 Thursday Cloudy
4 Friday Sunny
qw_df原始数据:
Day Temperature (°c)
0 Monday 28
1 Tuesday 29
2 Wednesday 24
3 Thursday 22
4 Friday 27
拼接两个df，沿着0轴方向拼接:
Day Forecast Temperature (°c)
0 Monday Sunny NaN
1 Tuesday Partly Cloudy NaN
2 Wednesday Rainy NaN
3 Thursday Cloudy NaN
4 Friday Sunny NaN
0 Monday NaN 28.0
1 Tuesday NaN 29.0
2 Wednesday NaN 24.0
3 Thursday NaN 22.0
4 Friday NaN 27.0
拼接两个df，沿着1轴方向拼接:
Day Forecast Day Temperature (°c)
0 Monday Sunny Monday 28
1 Tuesday Partly Cloudy Tuesday 29
2 Wednesday Rainy Wednesday 24
3 Thursday Cloudy Thursday 22
4 Friday Sunny Friday 274.连接：merge()
"""
pandas.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)
参数说明：
left：左侧的DataFrame对象。
right：右侧的DataFrame对象。
how：合并方式。可选值有'inner'、'outer'、'left'和'right'。默认值为'inner'，表示内连接。
on：用于连接的列名。如果左右两个DataFrame对象中的列名相同，则可以使用该参数进行连接。
left_on：左侧DataFrame对象中用于连接的列名。
right_on：右侧DataFrame对象中用于连接的列名。
left_index：是否使用左侧DataFrame对象的索引进行连接。默认值为False。
right_index：是否使用右侧DataFrame对象的索引进行连接。默认值为False。
sort：是否按照连接键对结果进行排序。默认值为False。
suffixes：当左右两个DataFrame对象中存在相同列名时，用于追加到列名后的后缀。默认值为('_x', '_y')。
copy：是否复制数据。默认值为True。
indicator：是否在结果DataFrame中增加一个特殊的列，用于标识每一行是在哪个DataFrame中存在。默认值为False。
validate：是否进行连接的验证。可选值有'one_to_one'、'one_to_many'、'many_to_one'和'many_to_many'。默认值为None。
"""4.1内连接：inner
import pandas as pd
user_data = {
'CustomerID': [1, 2, 3, 4, 5],
'Name': ['Rose', 'Bob', 'Jack', 'David', 'Lucy'],
'Email': ['rose@163.com', 'bob@163.com', 'jack@163.com', 'david@163.com', 'lucy@163.com']
}
user_df = pd.DataFrame(user_data)
print('user_df原始数据:')
print(user_df)
buy_data = {
'CustomerID': [1, 2, 1, 3, 4, 3, 6],
'OrderID': [101, 102, 103, 104, 105, 106, 107],
'Product': ['A', 'B', 'C', 'D', 'E', 'A', 'B'],
'Quantity': [2, 1, 3, 2, 4, 1, 2]
}
buy_df = pd.DataFrame(buy_data)
print('buy_df原始数据:')
print(buy_df)
# 内连接
merge_df = pd.merge(user_df,buy_df,on='CustomerID',how='inner')
print('内连接:')
print(merge_df)运行结果：
user_df原始数据:
CustomerID Name Email
0 1 Rose rose@163.com
1 2 Bob bob@163.com
2 3 Jack jack@163.com
3 4 David david@163.com
4 5 Lucy lucy@163.com
buy_df原始数据:
CustomerID OrderID Product Quantity
0 1 101 A 2
1 2 102 B 1
2 1 103 C 3
3 3 104 D 2
4 4 105 E 4
5 3 106 A 1
6 6 107 B 2
内连接:
CustomerID Name Email OrderID Product Quantity
0 1 Rose rose@163.com 101 A 2
1 1 Rose rose@163.com 103 C 3
2 2 Bob bob@163.com 102 B 1
3 3 Jack jack@163.com 104 D 2
4 3 Jack jack@163.com 106 A 1
5 4 David david@163.com 105 E 44.2左连接：left
import pandas as pd
user_data = {
'CustomerID': [1, 2, 3, 4, 5],
'Name': ['Rose', 'Bob', 'Jack', 'David', 'Lucy'],
'Email': ['rose@163.com', 'bob@163.com', 'jack@163.com', 'david@163.com', 'lucy@163.com']
}
user_df = pd.DataFrame(user_data)
print('user_df原始数据:')
print(user_df)
buy_data = {
'CustomerID': [1, 2, 1, 3, 4, 3, 6],
'OrderID': [101, 102, 103, 104, 105, 106, 107],
'Product': ['A', 'B', 'C', 'D', 'E', 'A', 'B'],
'Quantity': [2, 1, 3, 2, 4, 1, 2]
}
buy_df = pd.DataFrame(buy_data)
print('buy_df原始数据:')
print(buy_df)
# 内连接
merge_df = pd.merge(user_df,buy_df,on='CustomerID',how='left')
print('左连接:')
print(merge_df)运行结果：
user_df原始数据:
CustomerID Name Email
0 1 Rose rose@163.com
1 2 Bob bob@163.com
2 3 Jack jack@163.com
3 4 David david@163.com
4 5 Lucy lucy@163.com
buy_df原始数据:
CustomerID OrderID Product Quantity
0 1 101 A 2
1 2 102 B 1
2 1 103 C 3
3 3 104 D 2
4 4 105 E 4
5 3 106 A 1
6 6 107 B 2
左连接:
CustomerID Name Email OrderID Product Quantity
0 1 Rose rose@163.com 101.0 A 2.0
1 1 Rose rose@163.com 103.0 C 3.0
2 2 Bob bob@163.com 102.0 B 1.0
3 3 Jack jack@163.com 104.0 D 2.0
4 3 Jack jack@163.com 106.0 A 1.0
5 4 David david@163.com 105.0 E 4.0
6 5 Lucy lucy@163.com NaN NaN NaN4.3右连接：right
和左连接类似
import pandas as pd
user_data = {
'CustomerID': [1, 2, 3, 4, 5],
'Name': ['Rose', 'Bob', 'Jack', 'David', 'Lucy'],
'Email': ['rose@163.com', 'bob@163.com', 'jack@163.com', 'david@163.com', 'lucy@163.com']
}
user_df = pd.DataFrame(user_data)
print('user_df原始数据:')
print(user_df)
buy_data = {
'CustomerID': [1, 2, 1, 3, 4, 3, 6],
'OrderID': [101, 102, 103, 104, 105, 106, 107],
'Product': ['A', 'B', 'C', 'D', 'E', 'A', 'B'],
'Quantity': [2, 1, 3, 2, 4, 1, 2]
}
buy_df = pd.DataFrame(buy_data)
print('buy_df原始数据:')
print(buy_df)
# 右连接
merge_df = pd.merge(user_df,buy_df,on='CustomerID',how='right')
print('右连接:')
print(merge_df)运行结果：
user_df原始数据:
CustomerID Name Email
0 1 Rose rose@163.com
1 2 Bob bob@163.com
2 3 Jack jack@163.com
3 4 David david@163.com
4 5 Lucy lucy@163.com
buy_df原始数据:
CustomerID OrderID Product Quantity
0 1 101 A 2
1 2 102 B 1
2 1 103 C 3
3 3 104 D 2
4 4 105 E 4
5 3 106 A 1
6 6 107 B 2
右连接:
CustomerID Name Email OrderID Product Quantity
0 1 Rose rose@163.com 101 A 2
1 2 Bob bob@163.com 102 B 1
2 1 Rose rose@163.com 103 C 3
3 3 Jack jack@163.com 104 D 2
4 4 David david@163.com 105 E 4
5 3 Jack jack@163.com 106 A 1
6 6 NaN NaN 107 B 24.4外连接：outer
import pandas as pd
user_data = {
'CustomerID': [1, 2, 3, 4, 5],
'Name': ['Rose', 'Bob', 'Jack', 'David', 'Lucy'],
'Email': ['rose@163.com', 'bob@163.com', 'jack@163.com', 'david@163.com', 'lucy@163.com']
}
user_df = pd.DataFrame(user_data)
print('user_df原始数据:')
print(user_df)
buy_data = {
'CustomerID': [1, 2, 1, 3, 4, 3, 6],
'OrderID': [101, 102, 103, 104, 105, 106, 107],
'Product': ['A', 'B', 'C', 'D', 'E', 'A', 'B'],
'Quantity': [2, 1, 3, 2, 4, 1, 2]
}
buy_df = pd.DataFrame(buy_data)
print('buy_df原始数据:')
print(buy_df)
# 外连接
merge_df = pd.merge(user_df,buy_df,on='CustomerID',how='outer')
print('外连接:')
print(merge_df)运行结果：
user_df原始数据:
CustomerID Name Email
0 1 Rose rose@163.com
1 2 Bob bob@163.com
2 3 Jack jack@163.com
3 4 David david@163.com
4 5 Lucy lucy@163.com
buy_df原始数据:
CustomerID OrderID Product Quantity
0 1 101 A 2
1 2 102 B 1
2 1 103 C 3
3 3 104 D 2
4 4 105 E 4
5 3 106 A 1
6 6 107 B 2
外连接:
CustomerID Name Email OrderID Product Quantity
0 1 Rose rose@163.com 101.0 A 2.0
1 1 Rose rose@163.com 103.0 C 3.0
2 2 Bob bob@163.com 102.0 B 1.0
3 3 Jack jack@163.com 104.0 D 2.0
4 3 Jack jack@163.com 106.0 A 1.0
5 4 David david@163.com 105.0 E 4.0
6 5 Lucy lucy@163.com NaN NaN NaN
7 6 NaN NaN 107.0 B 2.05.索引连接：join()
"""
def join(
self,
other: DataFrame | Series | Iterable[DataFrame | Series],
on: IndexLabel | None = None,
how: MergeHow = "left",
lsuffix: str = "",
rsuffix: str = "",
sort: bool = False,
validate: str | None = None）
参数说明：
other【要合并的表】、
on【合并other表的列索引或列名可以是列表】、
how【合并方式，可选'left', 'right', 'outer', 'inner', 'cross'，默认为left】、
lsuffix【列名重复时，合并后左表列名使用的后缀，默认''】、
rsuffix【列名重复时，合并后右表列名使用的后缀，默认''】、
sort【True时根据合并的索引排列合并结果，False时根据how参数排序，默认False】、
validate【设置合并数据类型，支持"one_to_one" or "1:1"、"one_to_many" or "1:m"、"many_to_one" or "m:1"、"many_to_many" or "m:m"】
"""5.1有相同列名时的连接
import pandas as pd
students_data = {
'StudentID': [1, 2, 3, 4, 5],
'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'Age': [18, 19, 18, 20, 19]
}
students_df = pd.DataFrame(students_data,index=list('abcde'))
print('students_df原始数据:')
print(students_df)
scores_data = {
'StudentID': [1, 2, 3, 4, 5],
'Math': [90, 85, 92, 78, 88],
'Science': [88, 87, 91, 79, 90]
}
scores_df = pd.DataFrame(scores_data,index=list('cdefg'))
print('scores_df原始数据:')
print(scores_df)
#基于索引的合并join()，当有相同列名时，需设置左边或者右边其中一个列名加上后缀
# 设置左边相同的那个列名后缀lsuffix='_left'
df = students_df.join(scores_df,lsuffix='_left')
print('基于索引的合并:')
print(df)运行结果：
students_df原始数据:
StudentID Name Age
a 1 Alice 18
b 2 Bob 19
c 3 Charlie 18
d 4 David 20
e 5 Eve 19
scores_df原始数据:
StudentID Math Science
c 1 90 88
d 2 85 87
e 3 92 91
f 4 78 79
g 5 88 90
基于索引的合并:
StudentID_left Name Age StudentID Math Science
a 1 Alice 18 NaN NaN NaN
b 2 Bob 19 NaN NaN NaN
c 3 Charlie 18 1.0 90.0 88.0
d 4 David 20 2.0 85.0 87.0
e 5 Eve 19 3.0 92.0 91.05.2根据相同的列名进行数据匹配
import pandas as pd
students_data = {
'StudentID': [1, 2, 3, 4, 5],
'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'Age': [18, 19, 18, 20, 19]
}
students_df = pd.DataFrame(students_data)
#把StudentID设置为行索引
students_df.set_index('StudentID',inplace=True)
print('students_df原始数据:')
print(students_df)
scores_data = {
'StudentID': [1, 2, 3, 4, 5],
'Math': [90, 85, 92, 78, 88],
'Science': [88, 87, 91, 79, 90]
}
scores_df = pd.DataFrame(scores_data)
#把StudentID设置为行索引
scores_df.set_index('StudentID',inplace=True)
print('scores_df原始数据:')
print(scores_df)
#基于索引的合并join()，当有相同列名时，想根据列名"StudentID",匹配两个表中列名"StudentID"相同的数据，
# 将两个表要匹配的列名设置为表的索引，然后使用on参数进行匹配
df = students_df.join(scores_df,on='StudentID')
print('基于相同索引StudentID的合并:')
print(df)运行结果：
students_df原始数据:
Name Age
StudentID
1 Alice 18
2 Bob 19
3 Charlie 18
4 David 20
5 Eve 19
scores_df原始数据:
Math Science
StudentID
1 90 88
2 85 87
3 92 91
4 78 79
5 88 90
基于相同索引StudentID的合并:
Name Age Math Science
StudentID
1 Alice 18 90 88
2 Bob 19 85 87
3 Charlie 18 92 91
4 David 20 78 79
5 Eve 19 88 906.数据删除
6.1删除特定的列：del
import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.rand(16).reshape(4,4)*100,columns=list('abcd'))
print('df原始数据:')
print(df)
#del删除特定的列
del df['a']
print('del删除a列后的数据:')
print(df)运行结果：
df原始数据:
a b c d
0 0.023600 55.164221 22.564766 88.598519
1 11.685332 31.011234 61.363767 48.929718
2 44.680275 46.587721 49.290019 32.071490
3 41.177778 62.977722 6.162506 75.664697
del删除a列后的数据:
b c d
0 55.164221 22.564766 88.598519
1 31.011234 61.363767 48.929718
2 46.587721 49.290019 32.071490
3 62.977722 6.162506 75.6646976.2删除数据集中指定的数据：drop()
"""
DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')
参数说明:
labels:要删除的行或列的标签,可以是索引值、列名、数组等。
axis:删除的轴,0代表行,1代表列。
index,columns:与labels功能类似,但可以直接指定索引名或列名。
level:在多重索引的情况下删除特定级别的行或列。
inplace:是否在原对象上进行操作,默认为False。
errors:如果删除的行或列不存在,抛出异常的类型。
返回值:
默认返回一个删除指定行/列后的新对象,如果inplace=True,则返回None。
"""6.2.1删除一行数据
import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randint(20,size=(4,4))*10,columns=list('abcd'))
print('df原始数据:')
print(df)
#方法一：
#默认按行删除(axis=0)
print('默认按行labels=0删除:')
drop_df = df.drop(0)
print(drop_df)
#方法二：
print('方法二index=1删除行:')
drop_df = df.drop(index=1)
print(drop_df)运行结果：
df原始数据:
a b c d
0 80 90 60 100
1 90 50 90 10
2 20 80 20 170
3 160 20 160 160
默认按行labels=0删除:
a b c d
1 90 50 90 10
2 20 80 20 170
3 160 20 160 160
方法二index=1删除行:
a b c d
0 80 90 60 100
2 20 80 20 170
3 160 20 160 1606.2.2删除多行
import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randint(20,size=(4,4))*10,columns=list('abcd'))
print('df原始数据:')
print(df)
#方法一：
#默认按行删除(axis=0)
print('方法一按行labels=[0,2]删除多行:')
drop_df = df.drop([0,2])
print(drop_df)
#方法二：
print('方法二index=[1,3]删除多行:')
drop_df = df.drop(index=[1,3])
print(drop_df)运行结果：
df原始数据:
a b c d
0 20 30 110 90
1 150 40 70 60
2 50 40 50 170
3 50 70 30 60
方法一默认按行labels=[0,2]删除多行:
a b c d
1 150 40 70 60
3 50 70 30 60
方法二index=[1,3]删除多行:
a b c d
0 20 30 110 90
2 50 40 50 1706.2.3删除列
import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randint(20,size=(4,4))*10,columns=list('abcd'))
print('df原始数据:')
print(df)
print("方法一labels=['a','c']:")
#axis=0按行删除，axis=1按列删除
drop_df = df.drop(['a','c'],axis=1)
print(drop_df)
print("方法二columns=['b','d']:")
drop_df = df.drop(columns=['b','d'],axis=1)
print(drop_df)运行结果：
df原始数据:
a b c d
0 180 50 160 60
1 50 70 90 120
2 0 130 30 60
3 130 70 40 10
方法一labels=['a','c']:
b d
0 50 60
1 70 120
2 130 60
3 70 10
方法二columns=['b','d']:
a c
0 180 160
1 50 90
2 0 30
3 130 406.2.4同时删除n行n列
import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randint(20,size=(4,4))*10,columns=list('abcd'))
print('df原始数据:')
print(df)
#同时删除n行n列
print('同时删除n行n列:')
drop_df = df.drop(index=[0,2],columns=['a','c'])
print(drop_df)运行结果：
df原始数据:
a b c d
0 50 30 80 100
1 40 170 190 110
2 110 170 50 170
3 150 20 190 170
同时删除n行n列:
b d
1 170 110
3 20 1707.查询数据
7.1查询方法：query()
类似于sql中where的条件查询
7.1.1单个查询条件
import pandas as pd
data = {
'A':[1,2,3,4,5],
'B':[10,20,30,40,50]
}
df = pd.DataFrame(data)
print('df原始数据:')
print(df)
#A列中大于2的数据,查询的语句要用引号引起来
print('A列中大于2的数据，查询的语句要用引号引起来:')
qurey_df = df.query('A>2')
print(qurey_df)运行结果：
df原始数据:
A B
0 1 10
1 2 20
2 3 30
3 4 40
4 5 50
A列中大于2的数据，查询的语句要用引号引起来:
A B
2 3 30
3 4 40
4 5 507.1.2多个条件查询
两者都需要满足的条件使用符号 & 或 and
只需要满足其中之一的条件使用符号 | 或 or
import pandas as pd
data = {
'A':[1,2,3,4,5],
'B':[10,20,30,40,50]
}
df = pd.DataFrame(data)
print('df原始数据:')
print(df)
print('A列中大于2并且B小于40的数据，查询的语句要用引号引起来:')
print('使用and:')
qurey_df = df.query('A>2 and B<40')
print(qurey_df)
#或者
print('使用&:')
qurey_df = df.query('A>2 & B<40')
print(qurey_df)
print('A列中大于2或者B小于20的数据，查询的语句要用引号引起来:')
print('使用or:')
qurey_df = df.query('A>2 or B<20')
print(qurey_df)
print('使用|:')
qurey_df = df.query('A>2 | B<20')
print(qurey_df)运行结果：
df原始数据:
A B
0 1 10
1 2 20
2 3 30
3 4 40
4 5 50
A列中大于2并且B小于40的数据，查询的语句要用引号引起来:
使用and:
A B
2 3 30
使用&:
A B
2 3 30
A列中大于2或者B小于20的数据，查询的语句要用引号引起来:
使用or:
A B
0 1 10
2 3 30
3 4 40
4 5 50
使用|:
A B
0 1 10
2 3 30
3 4 40
4 5 507.1.3查询语文成绩大于平均语文成绩的数据
import numpy as np
import pandas as pd
data = np.random.randint(0,100,(10,3))
index = [f'stu_{i}' for i in range(1,11)]
columns = ['语文','数学','英语']
df = pd.DataFrame(data,index=index,columns=columns)
print('df原始数据:')
print(df)
# 查询语文成绩大于平均语文成绩的数据
average = df['语文'].mean()
#固定语法：@变量
print('查询语文成绩大于平均语文成绩的数据:')
query_df = df.query('语文 > @average')
print(query_df)运行结果：
df原始数据:
语文 数学 英语
stu_1 45 98 41
stu_2 35 83 55
stu_3 57 36 83
stu_4 58 34 32
stu_5 32 53 1
stu_6 17 91 85
stu_7 34 75 22
stu_8 37 25 40
stu_9 74 12 57
stu_10 1 58 13
查询语文成绩大于平均语文成绩的数据:
语文 数学 英语
stu_1 45 98 41
stu_3 57 36 83
stu_4 58 34 32
stu_9 74 12 577.1.4查询语文成绩大于30或者数学成绩等于90的数据
import numpy as np
import pandas as pd
data = np.random.randint(0,100,(10,3))
index = [f'stu_{i}' for i in range(1,11)]
columns = ['语文','数学','英语']
df = pd.DataFrame(data,index=index,columns=columns)
print('df原始数据:')
print(df)
# 查询语文成绩大于30或者数学成绩等于90的数据
print('查询语文成绩大于30或者数学成绩等于90的数据:')
query_df = df.query('语文 > 30 or 数学 == 90')
print(query_df)运行结果：
df原始数据:
语文 数学 英语
stu_1 38 46 99
stu_2 42 90 34
stu_3 21 61 25
stu_4 84 31 33
stu_5 10 88 52
stu_6 5 79 19
stu_7 83 16 37
stu_8 21 95 50
stu_9 13 84 81
stu_10 55 54 70
查询语文成绩大于30或者数学成绩等于90的数据:
语文 数学 英语
stu_1 38 46 99
stu_2 42 90 34
stu_4 84 31 33
stu_7 83 16 37
stu_10 55 54 707.1.5使用in查询
import pandas as pd
data = {
'A':[1,2,3,4,5],
'B':[10,20,30,40,50]
}
df = pd.DataFrame(data)
print('df原始数据:')
print(df)
# 使用in查询B列值为20和40的数据
print('使用in查询B列值为20和40的数据:')
query_df = df.query('B in (20,40)')
print(query_df)运行结果：
df原始数据:
A B
0 1 10
1 2 20
2 3 30
3 4 40
4 5 50
使用in查询B列值为20和40的数据:
A B
1 2 20
3 4 407.2查询包含某些数据的方法：isin()
import pandas as pd
data = {
'City': ['长沙', '北京', '上海', '成都', '云南'],
'Population (millions)': [84, 39, 27, 23, 15]
}
df = pd.DataFrame(data)
print('df原始数据:')
print(df)
#isin返回bool值
print('isin返回bool值:')
print(df['City'].isin(['长沙','成都']))
#查询包含长沙、成都的数据
print('查询包含长沙、成都的数据:')
isin_df = df[df['City'].isin(['长沙','成都'])]
print(isin_df)运行结果：
df原始数据:
City Population (millions)
0 长沙 84
1 北京 39
2 上海 27
3 成都 23
4 云南 15
isin返回bool值:
0 True
1 False
2 False
3 True
4 False
Name: City, dtype: bool
查询包含长沙、成都的数据:
City Population (millions)
0 长沙 84
3 成都 238.多级索引
import numpy as np
import pandas as pd
df1 = pd.DataFrame(np.random.randint(70, 100, size=(2, 4)),
index=['girl', 'boy'],
columns=[['English', 'English', 'Chinese', 'Chinese'],
['like', 'dislike', 'like', 'disklike']])
print('df1原始数据:')
print(df1)
df2 = pd.DataFrame(np.random.randint(70, 120, size=(4, 2)),
columns=['girl', 'boy'],
index=pd.MultiIndex.from_product([['English', 'Chinese'], ['like', 'dislike']]))
print('df2原始数据:')
print(df2)
print('多级索引查询，查询索引为English的数据:')
q_df = df2.loc['English',:]
print(q_df)
s = pd.Series(np.random.randint (0, 100, size=6), index=[['a','a','b','b','c','c'],
['期中','期末','期中','期末','期中','期末']])
print('s原始数据:')
print(s)
print('查询s第4行数据:')
print(s[3])
print('查询索引c、期末的数据:')
print(s['c','期末'])
print('s重置索引后的数据:')
s = s.reset_index()
print(s)运行结果：
df1原始数据:
English Chinese
like dislike like disklike
girl 92 92 98 96
boy 78 85 96 85
df2原始数据:
girl boy
English like 72 102
dislike 91 119
Chinese like 70 111
dislike 90 70
多级索引查询，查询索引为English的数据:
girl boy
like 72 102
dislike 91 119
s原始数据:
a 期中 20
期末 37
b 期中 52
期末 72
c 期中 34
期末 22
dtype: int32
查询s第4行数据:
72
查询索引c、期末的数据:
22
s重置索引后的数据:
level_0 level_1 0
0 a 期中 20
1 a 期末 37
2 b 期中 52
3 b 期末 72
4 c 期中 34
5 c 期末 229.练习
"""
# 1. df = pd. DataFrame (np.random.randint(10,20,(3,3)),index=['a','b','c'])，现
添加age列，并添加相应数据。
# 2.例1中的df
①请按age列进行降序排序
②按索引升序排序
③新增按age进行的排名列。
# 3.将df中的c行的age改为2
# 4.增加priority列，数据只有'yes’,'no';然后priority列中的yes,no替换为布尔值True, False
"""练习代码：
df = pd. DataFrame (np.random.randint(10,20,(3,3)),index=['a','b','c'])
print('df原始数据:')
print(df)
print('添加age列，并添加相应数据:')
df['age'] = [28,19,20]
print(df)
print('请按age列进行降序排序:')
sort_df = df.sort_values(by='age',ascending=False)
print(sort_df)
print('按索引升序排序:')
sort_df = df.sort_index()
print(sort_df)
print('新增按age进行的排名列:')
df['age_rank'] = df['age'].rank()
print(df)
print('将df中的c行的age改为2:')
df.loc['c','age'] = 2
print(df)
print('增加priority列，数据只有"yes","no":')
df['priority']= ['yes','no','yes']
print(df)
print('priority列中的yes,no替换为布尔值True, False:')
print(df['priority']=='yes')
#方法一：
# df['priority'] = [True if priority== 'yes' else False for priority in df['priority']]
#方法二：
df['priority'] = df['priority']=='yes'
print(df)运行结果：
df原始数据:
0 1 2
a 11 13 19
b 16 11 16
c 19 11 11
添加age列，并添加相应数据:
0 1 2 age
a 11 13 19 28
b 16 11 16 19
c 19 11 11 20
请按age列进行降序排序:
0 1 2 age
a 11 13 19 28
c 19 11 11 20
b 16 11 16 19
按索引升序排序:
0 1 2 age
a 11 13 19 28
b 16 11 16 19
c 19 11 11 20
新增按age进行的排名列:
0 1 2 age age_rank
a 11 13 19 28 3.0
b 16 11 16 19 1.0
c 19 11 11 20 2.0
将df中的c行的age改为2:
0 1 2 age age_rank
a 11 13 19 28 3.0
b 16 11 16 19 1.0
c 19 11 11 2 2.0
增加priority列，数据只有"yes","no":
0 1 2 age age_rank priority
a 11 13 19 28 3.0 yes
b 16 11 16 19 1.0 no
c 19 11 11 2 2.0 yes
priority列中的yes,no替换为布尔值True, False:
a True
b False
c True
Name: priority, dtype: bool
0 1 2 age age_rank priority
a 11 13 19 28 3.0 True
b 16 11 16 19 1.0 False
c 19 11 11 2 2.0 True后续持续学习更新
扫一扫
3654
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
