【pandas】（六）增删改查

一、增加数据

1.1 增加一行

1.2 增加一列

1.3 pd.concat()拼接数据

注：pd.concat()既可以增加行，又可以增加列
pd.concat(objs, axis=0, join=‘outer’, join_axes=None, ignore_index=False,
keys=None, levels=None, names=None, verify_integrity=False,
copy=True)

（1）objs：Series，DataFrame或Panel对象的序列或映射。

注：默认是纵向拼接，axis=0

（2）axis：{0,1，…}，默认为0。纵向拼接。

注：当axis=1横向拼接时，默认为并集

（3）join：{‘inner’，‘outer’}，默认为“outer”。如何处理其他轴上的索引。outer为联合和inner为交集。

（4）ignore_index：boolean，default False。如果为True，索引重新排序。

（5）join_axes：Index对象列表。outer外联之后，设置该参数能达到左连接和右连接的功能。

（6）keys：序列，默认值无。使用传递的键作为最外层构建层次索引。如果为多索引，应该使用元组。

levels：序列列表，默认值无。用于构建MultiIndex的特定级别（唯一值）。否则，它们将从键推断。
names：list，default无。结果层次索引中的级别的名称。
verify_integrity：boolean，default False。检查新连接的轴是否包含重复项。这相对于实际的数据串联可能是非常昂贵的。
copy：boolean，default True。如果为False，请勿不必要地复制数据。

1.4 pd.append()拼接数据

DataFrame.append(other, ignore_index=False, verify_integrity=False, sort=None)
将被 append 的对象添加到调用者的末尾（类似 list 的方法）。
注意：如果调用者是 DataFrame 而被 append 的对象是 Series，将会把 Series 作为一列添加到末尾。Series 和 DataFrame 均有此方法。

（1）other，可以是dataframe，可以是series

（2）ignore_index：boolean，default False。如果为True，索引重新排序。

二、删除数据

2.1 df.drop()

DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)

• 注：
• （1）默认删除行
• （2）无论行列，数据中显示position位置只能按照position位置删除，显示label值则只能按照label值删除

（1）labels 就是要删除的行列的名字，用列表给定

（2）axis 默认为0，指删除行，因此删除columns时要指定axis=1；

（3）index 直接指定要删除的行

（4）columns 直接指定要删除的列

（5）inplace，默认=False该删除操作不改变原数据，而是返回一个执行删除操作后的新dataframe；inplace=True，则会直接在原数据上进行删除操作，删除后无法返回。

2.2 df.drop_duplicates()删除重复数据

DataFrame.drop_duplicates(subset=None, keep=‘first’, inplace=False)

（1）subset : column label or sequence of labels, 用来指定特定的列，默认所有列

（2）keep=‘first’，默认保留一条重复记录

（3）inplace，默认=False该删除操作不改变原数据，而是返回一个执行删除操作后的新dataframe；inplace=True，则会直接在原数据上进行删除操作，删除后无法返回。

2.3 求dataframe差集

• append两次
• df.drop_duplicates(keep=False)删除全部重复项，一条不留
  

三、修改数据

3.1 df.fillna()填充空值

**DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, kwargs)

（1）value : 变量, 字典, Series, or DataFrame

（2）method： {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, default None。定义了填充空值的方法， pad / ffill表示用前面行/列的值，填充当前行/列的空值， backfill / bfill表示用后面行/列的值，填充当前行/列的空值。

1，默认纵轴填充

（3）axis：轴。0或’index’，表示按行删除；1或’columns’，表示按列删除。

1，横轴填充

（4）inplace：是否原地替换。布尔值，默认为False。如果为True，则在原DataFrame上进行操作，返回值为None。

（5）limit：int， default None。如果method被指定，对于连续的空值，这段连续区域，最多填充前 limit 个空值（如果存在多段连续区域，每段最多填充前 limit 个空值）。如果method未被指定， 在该axis下，最多填充前 limit 个空值（不论空值连续区间是否间断）

3.2 填充异常值

3.2.1 df.loc()通过布尔索引替换

布尔索引参考博文：https://blog.csdn.net/u010916338/article/details/105422449

3.2.2 直接替换

注意：定位条件不能写反了，否则替换不成功

3.2.2.1 例1(正确)

df[‘Age’]指定替换数据的列，然后在Age列上通过布尔索引df[‘Age’] >= 35定位到需要替换的数据。

3.2.2.2 例2(错误)

df[df[‘Age’] >= 35]先拿到满足条件的矩阵，然后对该矩阵的Age列做赋值，不会对原始数据造成影响。

3.2.3 lamada表达式

注：lambda表达式也是先拿到Age列再根据条件判断逐个做替换

3.2.4 replace()

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.replace.html

四、查询数据

参考博文：https://blog.csdn.net/u010916338/article/details/105422449