Pandas DataFrame数据的更改、插入新增的列和行的方法

技术  /  管理员 发布于 7年前   220

一、更改DataFrame的某些值

1、更改DataFrame中的数据，原理是将这部分数据提取出来，重新赋值为新的数据。

2、需要注意的是，数据更改直接针对DataFrame原数据更改，操作无法撤销，如果做出更改，需要对更改条件做确认或对数据进行备份。

代码：

import pandas as pddf1 = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])print("--------更换单个值----------")# loc和iloc 可以更换单行、单列、多行、多列的值df1.loc[0,'age']=25   # 思路：先用loc找到要更改的值，再用赋值（=）的方法实现更换值df1.iloc[0,2]=25     # iloc：用索引位置来查找# at 、iat只能更换单个值df1.at[0,'age']=25   # iat 用来取某个单值,参数只能用数字索引df1.iat[0,2]=25     # at 用来取某个单值,参数只能用index和columns索引名称print(df1)

结果图：

二、插入新增列、行

代码：

import pandas as pddf1 = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])print("----------在最后新增一列---------------")print("-------案例1----------")# 在数据框最后加上score一列，元素值分别为：80，98，67，90df1['score']=[80,98,67,90]  # 增加列的元素个数要跟原数据列的个数一样print(df1)print("-------案例2----------")print("---------在指定位置新增列:用insert（）--------")# 在gender后面加一列城市# 在具体某个位置插入一列可以用insert的方法# 语法格式：列表.insert(index, obj)# index --->对象 obj 需要插入的索引位置。# obj ---> 要插入列表中的对象（列名）col_name=df1.columns.tolist()          # 将数据框的列名全部提取出来存放在列表里print(col_name)col_name.insert(2,'city')           # 在列索引为2的位置插入一列,列名为:city，刚插入时不会有值，整列都是NaNdf1=df1.reindex(columns=col_name)       # DataFrame.reindex() 对原行/列索引重新构建索引值df1['city']=['北京','山西','湖北','澳门']  # 给city列赋值print(df1)print("----------新增行---------------")# 重要！！先创建一个DataFrame，用来增加进数据框的最后一行new=pd.DataFrame({'name':'lisa',         'gender':'F',         'city':'北京',         'age':19,         'score':100},         index=[1])  # 自定义索引为：1 ，这里也可以不设置indexprint(new)print("-------在原数据框df1最后一行新增一行，用append方法------------")df1=df1.append(new,ignore_index=True)  # ignore_index=True,表示不按原来的索引，从0开始自动递增print(df1)

结果图：

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。