Pandas DataFrame数据的更改、插入新增的列和行的方法

Pandas是Python中最常用的数据处理和分析库之一。其中，DataFrame是Pandas中最重要的数据类型之一，它可以看作是Excel表格的 Python 版本。在这个表格中，我们可以对数据进行增删改查的操作。

下面，我将详细讲解Pandas中DataFrame数据更改、插入新增的列和行的方法：

DataFrame数据更改

Pandas中DataFrame提供了多种更改数据的方法：

直接更改

Pandas中DataFrame可以通过读取来自表格或CSV文件的数据来创建。由于它是可变的，可以直接替换它的值。

例如，我们可以通过如下示例读取一个CSV文件，并对数据进行修改：

import pandas as pd

# 读取 CSV 文件
df = pd.read_csv('data.csv')

# 直接更改某一列的值
df['data2'] = [1, 2, 3, 4, 5]

replace函数更改

replace() 函数可以用于将 DataFrame 中指定列的某些值更改为新的值。

例如，我们可以使用 replace() 函数来将某一列的值 2 更改为 "two"：

# 使用 replace 函数将 2 更改为 "two"
df['data2'].replace(2, 'two', inplace=True)

apply函数更改

apply() 函数可以在元素级别上将函数应用于 DataFrame。例如，我们可以定义一个函数 foo()，然后将其应用到某一列的每个元素中：

# 定义函数 foo，将其应用到 data2 列的每个元素中
def foo(x):
    return x*2

df['data2'] = df['data2'].apply(foo)

插入新增的列和行

新增列

Pandas中DataFrame中新增列有多种方法，下面介绍两种比较常用的方法：

直接新增

Pandas中DataFrame 直接添加列非常容易，只需要将一个新列赋值给 DataFrame 对象即可。

例如，我们可以通过如下示例代码添加一列平方数：

# 添加一列平方数
df['data3'] = df['data2'] ** 2

insert函数插入

insert() 函数可以插入一个新的列到指定的位置。

例如，我们可以使用 insert() 函数将新的 "data3" 列插入到原 DataFrame 的第 2 个位置：

# 使用 insert 函数在第二列插入新列
df.insert(1, 'data3', df['data2'] ** 2)

新增行

Pandas中DataFrame新增行的操作与新增列类似，下面是新增一行的几种方法：

直接新增

Psndas中可以通过append()函数来向DataFrame中直接添加一行。例如，我们可以通过如下示例代码添加一行数据：

# 直接使用 append 函数增加一行数据
new_row = pd.DataFrame({'data1': 10, 'data2': 11, 'data3': 12}, index=[5])
df = df.append(new_row)

loc函数新增

Pandas中可以使用 loc() 函数来定位到新增行的位置，并插入新行数据。

例如，我们可以使用 loc() 函数在第二行插入一行新数据：

# 使用 loc 函数在第二行插入一行新数据
new_row = pd.DataFrame({'data1': 6, 'data2': 7, 'data3': 8}, index=[2.5])
df = pd.concat([df.loc[:2], new_row, df.loc[2:]]).reset_index(drop=True)

以上就是关于Pandas中DataFrame数据更改、插入新增的列和行的方法的详细介绍，希望对您有所帮助。