Python Pandas 对列/行进行选择，增加，删除操作

下面我为你详细讲解Python Pandas对列/行进行选择、增加和删除操作的步骤。

选择操作

列选择

选择单列数据使用中括号 [] 即可，如下例所示：

import pandas as pd

df = pd.read_csv('example.csv')
# 选择 "name" 列数据
name = df['name']
print(name)

多列数据选择，则在中括号内传递一个列表即可，如下例所示：

# 选择 "name" 和 "age" 列数据
cols = ['name', 'age']
data = df[cols]
print(data)

行选择

使用 loc 属性可以实现行的选择。其中第一个参数是行的索引，可以是单个索引，也可以是由多个索引组成的列表。第二个参数是选择的列名称或索引，可以是单个列名称，也可以是由多个列名称组成的列表。如下例所示：

# 选择 "0" 行，"name" 和 "age" 列的数据
data = df.loc[0, ['name', 'age']]
print(data)

条件选择

使用 query 方法可以实现根据自定义条件筛选数据，如下例所示：

# 选择 "age" 大于 20 的数据
data = df.query('age > 20')
print(data)

增加操作

列增加

使用 assign 方法可以新增一列数据，如下例所示：

# 新增一列 "gender"
df = df.assign(gender=['M', 'F', 'M', 'F', 'M'])
print(df)

行增加

使用 append 方法可以新增一行数据，如下例所示：

# 新增一行数据
row = pd.Series(data=['John', 25, 'M', '[e-mail]'], index=df.columns)
df = df.append(row, ignore_index=True)
print(df)

删除操作

列删除

使用 drop 方法可以删除指定列的数据，如下例所示：

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

行删除

使用 drop 方法可以删除指定行的数据，如下例所示：

# 删除 "id" 为 "1" 的行
df = df.drop(df[df['id'] == 1].index)
print(df)

以上就是Python Pandas对列/行进行选择、增加和删除操作的完整攻略，希望可以帮助到您。