python中pandas.DataFrame的简单操作方法(创建、索引、增添与删除)

yizhihongxing

下面是Python中pandas.DataFrame的简单操作方法的攻略,包括创建、索引、增添与删除。

创建DataFrame

在Python中,我们可以使用Pandas库中的DataFrame类来创建数据表格。创建DataFrame通常可以从以下方式开始:

import pandas as pd

# 通过字典创建DataFrame,键为列名,值为列数据
data = { 'name': ['Alice', 'Bob', 'Charlie'],
         'age': [25, 30, 35],
         'gender': ['F', 'M', 'M']}
df = pd.DataFrame(data)
print(df)

输出结果:

       name  age gender
0    Alice   25      F
1      Bob   30      M
2  Charlie   35      M

这里我们通过字典的方式,传入每个列的数据(即每个键的值),然后使用pd.DataFrame()方法创建DataFrame对象。

另外,也可以从csv、excel等文件中读取数据,或者手动创建空的DataFrame对象:

# 从csv文件中读取数据
df = pd.read_csv('data.csv')

# 从excel文件中读取数据
df = pd.read_excel('data.xlsx')

# 创建空的DataFrame对象
df = pd.DataFrame()

访问DataFrame

我们可以使用iloc()方法,按照列索引和行索引来访问DataFrame中的元素,同时也可以使用列名来访问DataFrame中的元素。

示例1:使用元素索引来访问DataFrame中的元素

# 访问Alice的年龄
print(df.iloc[0, 1])

输出结果:

25

示例2:使用列名来访问DataFrame中的元素

# 访问data中name列的值
print(df['name'])

# 访问data中的第一列数据
print(df[df.columns[0]])

输出结果:

0      Alice
1        Bob
2    Charlie
Name: name, dtype: object
0      Alice
1        Bob
2    Charlie
Name: name, dtype: object

更新DataFrame

我们先在DataFrame中添加一列数据,然后对其进行修改。

# 添加新的一列数据
df['email'] = ['alice@example.com', 'bob@example.com', 'charlie@example.com']
print(df)

# 修改Alice的内容
df.iloc[0, 1] = 26
print(df)

输出结果:

       name  age gender                email
0    Alice   25      F    alice@example.com
1      Bob   30      M      bob@example.com
2  Charlie   35      M  charlie@example.com

       name  age gender                email
0    Alice   26      F    alice@example.com
1      Bob   30      M      bob@example.com
2  Charlie   35      M  charlie@example.com

我们创建了新的email列,并且通过iloc()方法更新了Alice的年龄。

删除DataFrame

我们可以使用drop()方法来删除DataFrame的行或列。需要给出要删除的行或列的索引或名称,设置axis = 0表示删除行,axis = 1表示删除列。

示例1:删除email列

# 删除email列
df = df.drop(['email'], axis=1)
print(df)

输出结果:

       name  age gender
0    Alice   26      F
1      Bob   30      M
2  Charlie   35      M

示例2:删除第2行数据

# 删除第2行数据
df = df.drop(index=1)
print(df)

输出结果:

       name  age gender
0    Alice   26      F
2  Charlie   35      M

以上就是Python中pandas.DataFrame的简单操作方法的完整攻略,希望对你有所帮助!

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:python中pandas.DataFrame的简单操作方法(创建、索引、增添与删除) - Python技术站

(0)
上一篇 2023年5月13日
下一篇 2023年5月13日

相关文章

  • python利用socketserver实现并发套接字功能

    下面是“python利用socketserver实现并发套接字功能”的完整攻略。 什么是socketserver socketserver 是 Python 内置模块,它提供了一系列网络服务器的支持库。使用 socketserver,可以很容易地编写出高性能、高可靠性的并发 TCP 或 UDP 服务器。 socketserver 模块中的类 TCPServe…

    python 2023年6月3日
    00
  • python数字图像处理环境安装与配置过程示例

    Python数字图像处理环境安装与配置过程示例 简介 Python是一门功能强大、易于上手且开源的编程语言,在科学计算领域和数字图像处理领域得到了广泛应用。Python的生态系统非常丰富,拥有许多优秀的图像处理库。在使用Python进行数字图像处理前,需要进行相应的环境配置。 本文将介绍Python数字图像处理环境的安装与配置过程,主要包括以下步骤: 安装P…

    python 2023年5月30日
    00
  • 结合Python网络爬虫做一个今日新闻小程序

    在本攻略中,我们将介绍如何结合Python网络爬虫做一个今日新闻小程序。以下是一个完整攻略,包括两个示例。 步骤1:确定目标网站 首先,我们需要确定目标网站,以便爬取今日新闻。我们可以使用Python的requests库来获取网页内容,使用BeautifulSoup库来解析HTML文档。 步骤2:分析网页结构 接下来,我们需要分析目标网站的网页结构,以便确定…

    python 2023年5月15日
    00
  • 神经网络理论基础及Python实现详解

    下面是关于“神经网络理论基础及Python实现详解”的完整攻略。 1. 神经网络理论基础 神经网络是一种模拟人脑神经元之间相互连接的计算模型,它用来解决分类、回归、聚类等问题。神经网络由多个神经元组成,每个神经元接收多个输入,经过加和和激活函数的处理后,输出一个结果。神经网络的训练过程是通过反向传播算法来实现的,它可以根据训练数据来调整神经元之间的权重和偏置…

    python 2023年5月13日
    00
  • Python正则表达式匹配HTML页面编码

    以下是“Python正则表达式匹配HTML页面编码”的完整攻略: 一、问题描述 在Python中,我们可以使用正则表达式来匹配HTML页面编码。本文将详细讲解Python正则表达式匹配HTML页面编码的方法,以及如何在实际开发中应用。 二、解决方案 2.1 匹配HTML页面编码的方法 在Python中,匹配HTML页面编码的方法可以使用正则表达式来实现。我们…

    python 2023年5月14日
    00
  • 如何在python中使用selenium的示例

    如何在Python中使用Selenium Selenium是一个自动化测试工具,可以模拟用户在浏览器中的操作,例如点击、输入、提交等。在Python中,我们可以使用Selenium来实现自动化测试、爬虫等任务。本攻略将介绍如何在Python中使用Selenium。 安装Selenium 在使用Selenium之前,我们需要先安装Selenium库。可以使用p…

    python 2023年5月15日
    00
  • Python中出现IndentationError:unindent does not match any outer indentation level错误的解决方法

    这里是Python中出现IndentationError: unindent does not match any outer indentation level错误的解决方法攻略。 什么是IndentationError错误 IndentationError错误发生在Python代码中缩进格式不正确的情况下。这种错误通常会导致代码无法正常运行,需要修复缩进…

    python 2023年5月13日
    00
  • python 回溯法模板详解

    以下是关于“Python回溯法模板详解”的完整攻略: 简介 回溯法是一种常用的算法,用于解决组合问题、排列问题、子集问题等。在本教程中,我们将介绍Python回溯法模板的详解,并提供两个示例。 模板 以下是Python回溯法模板的详解: def backtrack(path, choices): # 判断是否满足结束条件 if 满足结束条件: # 处理结果 …

    python 2023年5月14日
    00
合作推广
合作推广
分享本页
返回顶部