一、更改DataFrame的某些值
1、更改DataFrame中的数据,原理是将这部分数据提取出来,重新赋值为新的数据。
2、需要注意的是,数据更改直接针对DataFrame原数据更改,操作无法撤销,如果做出更改,需要对更改条件做确认或对数据进行备份。
代码:
1
2
3
4
5
6
7
8
9
10
11
12
|
import pandas as pd df1 = pd.DataFrame([[ 'Snow' , 'M' , 22 ],[ 'Tyrion' , 'M' , 32 ],[ 'Sansa' , 'F' , 18 ],[ 'Arya' , 'F' , 14 ]], columns = [ 'name' , 'gender' , 'age' ]) print ( "--------更换单个值----------" ) # loc和iloc 可以更换单行、单列、多行、多列的值 df1.loc[ 0 , 'age' ] = 25 # 思路:先用loc找到要更改的值,再用赋值(=)的方法实现更换值 df1.iloc[ 0 , 2 ] = 25 # iloc:用索引位置来查找 # at 、iat只能更换单个值 df1.at[ 0 , 'age' ] = 25 # iat 用来取某个单值,参数只能用数字索引 df1.iat[ 0 , 2 ] = 25 # at 用来取某个单值,参数只能用index和columns索引名称 print (df1) |
结果图:
二、插入新增列、行
代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
|
import pandas as pd df1 = pd.DataFrame([[ 'Snow' , 'M' , 22 ],[ 'Tyrion' , 'M' , 32 ],[ 'Sansa' , 'F' , 18 ],[ 'Arya' , 'F' , 14 ]], columns = [ 'name' , 'gender' , 'age' ]) print ( "----------在最后新增一列---------------" ) print ( "-------案例1----------" ) # 在数据框最后加上score一列,元素值分别为:80,98,67,90 df1[ 'score' ] = [ 80 , 98 , 67 , 90 ] # 增加列的元素个数要跟原数据列的个数一样 print (df1) print ( "-------案例2----------" ) print ( "---------在指定位置新增列:用insert()--------" ) # 在gender后面加一列城市 # 在具体某个位置插入一列可以用insert的方法 # 语法格式:列表.insert(index, obj) # index --->对象 obj 需要插入的索引位置。 # obj ---> 要插入列表中的对象(列名) col_name = df1.columns.tolist() # 将数据框的列名全部提取出来存放在列表里 print (col_name) col_name.insert( 2 , 'city' ) # 在列索引为2的位置插入一列,列名为:city,刚插入时不会有值,整列都是NaN df1 = df1.reindex(columns = col_name) # DataFrame.reindex() 对原行/列索引重新构建索引值 df1[ 'city' ] = [ '北京' , '山西' , '湖北' , '澳门' ] # 给city列赋值 print (df1) print ( "----------新增行---------------" ) # 重要!!先创建一个DataFrame,用来增加进数据框的最后一行 new = pd.DataFrame({ 'name' : 'lisa' , 'gender' : 'F' , 'city' : '北京' , 'age' : 19 , 'score' : 100 }, index = [ 1 ]) # 自定义索引为:1 ,这里也可以不设置index print (new) print ( "-------在原数据框df1最后一行新增一行,用append方法------------" ) df1 = df1.append(new,ignore_index = True ) # ignore_index=True,表示不按原来的索引,从0开始自动递增 print (df1) |
结果图:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。
原文链接:https://www.cnblogs.com/wodexk/p/10316793.html