pandas的创建，删除（pop，drop），索引(loc)，添加（append)

• pandas的创建

与series相似，也是存放data与index。与series不同的是，panda中的data存放的是键值对。如下

data = {'Bob' : pd.Series([245, 25, 55]),
        'Alice' : pd.Series([40, 110, 500, 45])
df = pd.DataFrame(data) # index可放可不放，若不放index则会

会自动在index位置填充序号，如果想要填充index的话，可以如series一样添加。例如

data = {'Bob' : pd.Series([245, 25, 55]),
        'Alice' : pd.Series([40, 110, 500, 45])
df = pd.DataFrame(data) # index可放可不放，若不放index则会自动生成标号

• pandas索引

一个原则 先索引列，再索引行。

store_items['bikes']['store 1']

>>> 20

使用某一列里的值与另一个列名来索引

 list(store_items[store_items['bikes']==20]['pants'])

>>> 30

• 添加列
•  

  list(store_items[store_items['bikes']==20]['pants'])
  
  

   

• 使用append添加行

# We create a dictionary from a list of Python dictionaries that will number of items at the new store

new_items = [{'bikes': 20, 'pants': 30, 'watches': 35, 'glasses': 4,'sexy lady':'37E'}]



# We create new DataFrame with the new_items and provide and index labeled store 3

new_store = pd.DataFrame(new_items, index = ['store 3'])



# We display the items at the new store

new_store

 

• 删除

pop：仅可以删除列

store_items.pop('bikes')，并且返回删除的列

drop：不仅可以删除列，还可以删除行。用法下面详解

首先补充一个基本知识，在pandas中axis常常用到。若axis=0，则是在行的维度上操作，如下

store_items = a.drop(['store 2', 'store 1'], axis = 0)

# we display the modified DataFrame

store_items

若axis=1,则是在列的维度上进行操作

store_items = a.drop(['glasses'], axis = 1)

# we display the modified DataFrame

store_items