Pandas的DataFrame教程——指定位置增加删除一行一列
1、删除一行、一列
>>> df
A B C D
0 1 3 3 4
1 5 6 7 8
2 1 1 1 1
3 2 3 2 3
#删除A列，不改变原来的data数据，返回删除后的新表data_2。axis为1表示删除列，0表示删除行。inplace为True表示直接对原表修改。
>>> data_2 = df.drop('A',axis=1,inplace=False) #删除列
>>> data_2
B C D
0 3 3 4
1 6 7 8
2 1 1 1
3 3 2 3
>>> df.drop(0,axis=0,inplace=False) #删除行
A B C D
1 5 6 7 8
2 1 1 1 1
3 2 3 2 3
>>>
2、指定位置增加行列
>>> df
A B C D
0 1 3 3 4
1 5 6 7 8
2 1 1 1 1
3 2 3 2 3
4 7 8 9 10
>>> df.insert(0,'E',[11,12,13,14,15]) #插入一列
>>> df
E A B C D
0 11 1 3 3 4
1 12 5 6 7 8
2 13 1 1 1 1
3 14 2 3 2 3
4 15 7 8 9 10
>>> df
E A B C D
0 11 1 3 3 4
1 12 5 6 7 8
2 13 1 1 1 1
3 14 2 3 2 3
4 15 7 8 9 10
df.insert(1,'调换',df.pop('A')) #改变某一列的位置。如：先删除A列，然后在原表data中第1列插入被删掉的列。
>>> df
E 调换 B C D
0 11 1 3 3 4
1 12 5 6 7 8
2 13 1 1 1 1
3 14 2 3 2 3
4 15 7 8 9 10
>>> df 字典方式添加一行，append，忽略索引
a b c d
0 1 3 3 4
1 5 6 7 8
>>>
>>>
>>> row={'a':9,'b':10,'c':11,'d':12}
>>> df.append(row,ignore_index=True)
a b c d
0 1 3 3 4
1 5 6 7 8
2 9 10 11 12
>>> 用loc指定位置添加一行
>>> df.loc[2]=[9,10,11,12]
>>> df
a b c d
0 1 3 3 4
1 5 6 7 8
2 9 10 11 12
>>>
2-1、 指定位置插入一行，索引非数字
>>> df = pd.DataFrame({'A': [0, 1, 2], 'B': [3, 4, 5]},index=['c','d','f'])
>>> df
A B
c 0 3
d 1 4
f 2 5
>>> df.loc['c']=['test','test'] ###指定位置插入一行
>>> df
A B
c test test
d 1 4
f 2 53、按特定顺序，插入一行，保证索引按序排列
>>> df
E 调换 B C D
0 11 1 3 3 4
1 12 5 6 7 8
2 13 1 1 1 1
3 14 2 3 2 3
4 15 7 8 9 10
>>>
>>> df.loc[5]=[9,9,9,9,9] #插入一行，按E列的顺序，升序
>>> df
E 调换 B C D
0 11 1 3 3 4
1 12 5 6 7 8
2 13 1 1 1 1
3 14 2 3 2 3
4 15 7 8 9 10
5 9 9 9 9 9
>>> df.sort_values(by='E') #按E列排序
E 调换 B C D
5 9 9 9 9 9
0 11 1 3 3 4
1 12 5 6 7 8
2 13 1 1 1 1
3 14 2 3 2 3
4 15 7 8 9 10
>>> df1=df.sort_values(by='E')
>>> df1.reset_index() #重置索引
index E 调换 B C D
0 5 9 9 9 9 9
1 0 11 1 3 3 4
2 1 12 5 6 7 8
3 2 13 1 1 1 1
4 3 14 2 3 2 3
5 4 15 7 8 9 10
>>> df2=df1.reset_index()
>>> del df2['index']
>>> df2 #删除掉原来的索引列index
E 调换 B C D
0 9 9 9 9 9
1 11 1 3 3 4
2 12 5 6 7 8
3 13 1 1 1 1
4 14 2 3 2 3
5 15 7 8 9 10
>>> 参考文献：
pandas学习：对series和dataframe进行排序： https://blog.csdn.net/u014662865/article/details/59058039
Pandas set_index&reset_index ： https://blog.csdn.net/claroja/article/details/70911963