DataFrame增删查改

目录

1、创建DataFrame

2、访问          

3、修改        

4、增加          

5、删除        

---

说明：

1、Series是一维数组，dataframe是二维数组

2、df的访问：  df [列] [行]      先写列名称，再写行名称。

3、访问数据： df [列] [行]   df.loc[行,列]   df.iloc[行,列]      df.loc[ :, ’date’ ]  df.iloc [ 0:5, 0:5]

1、创建DataFrame df=pd.DataFrame(data=[[150,0],[150,0],[150,0],[300,0]],columns=['张三','李四'],index=['语文','数学','英语','理综']) 字典创建： df = pd.DataFrame({'语文':[87,79,67,92],                    '数学':[93,89,80,77],                    '英语':[90,80,70,75]},                   index=['张三', '李四', '王五', '赵六'])   2、访问           ①访问单列       df[‘date’] ②访问单列多行   df[‘date’] [:5] ③访问多列多行   df[‘id’,’date’] [:5] ④访问多行       df[‘date’][:5]         df[:][1:6] ⑤使用loc 和 iloc  df1=df[['date','format']][:5]    #这2列的前5行数据      （列，行） df2=df[:][:5]         #所有列的前5行数据 df2=df.iloc[0:5,0:5]   df3=df.loc[:,'date']    注意： （1）不要使用df.ix（）函数了，已经不推荐使用了。 （2）loc函数的区间，左右都是闭区间。 （标签） （3）iloc函数的区间，左闭右开。 （位置，索引） （4）df [列] [行]   df.loc[行,列]   df.iloc[行,列]      df.loc[ :, ’date’ ]  df.iloc [ 0:5, 0:5] ⑥ 条件切片+花式切片   （必须学） （1）loc函数可以传入表达式，结果会返回满足表达式的所有值 df4=df.loc[df['format']=='AB',:] print(df4) 3、修改         更改DataFrame中的数据的原理是将这部分数据提取出来，重新赋值为新的数据。 （赋值用一个等号） #将order_id为458的变换为45800 ， df.loc [   df['order_id']==458 ,  'order_id'   ] = 45800          df.loc [行，列] = 赋值 ①修改单个数据     方法二： df.iloc[0,3]=100   将第0行第4列的元素修改为100 df.iloc[2:5,3:6]=0   将第3-5行,第4-6列的元素修改为0 ②修改一列数据     ③修改满足条件的数据 一般情况下的修改是满足一定的条件才进行修改！ 4、增加           ① 新增一列 ① 新增一列固定值 ② 新增一列不同值 【1】 df['score']=[80,98,67,90]     一定要用df [‘新增列名’] 【2】 ② 新增一行 df.loc['new']=[0,0]    一定要用loc标签索引 5、删除         ① 删除一列 df.drop(labels='day', axis=1, inplace=True)       axis=1表示列