一、dataframe的增加操作
1 import pandas as pd 2 3 # 加载数据 4 users = pd.read_excel("./users.xlsx") 5 print("users:\n", users) 6 print("users 的类型：\n", type(users)) 7 print("users 的列索引名称：\n", users.columns) 8 print("*" * 100) 9 # 获取age列 10 print("获取age:\n", users.loc[:, "age"]) 11 12 # 增加 next_year_age 13 # users.loc[:, "next_year_age"] = 18 14 users.loc[:, "next_year_age"] = users.loc[:, "age"] + 1 15 16 print(users)
二、dataframe的删除操作
1 import pandas as pd 2 3 # 加载数据 4 info = pd.read_csv("./meal_order_info.csv", encoding="ansi") 5 # print("info:\n", info) 6 print("info 的列索引：\n", info.columns) 7 8 # 删除数据 9 # drop 10 # 可以删除行，也可以删除列 11 # labels ---指定要删除的行或者列的名称 12 # axis ---按行的方向删除 还是按列的方向删除 13 # inplace = True ，对原来df产生影响，没有返回值 14 # inplace = False 对原来的df不产生影响，会返回一个删除之后的结果，供我们查看 15 16 # 删除 "org_id", "phone" 两列 17 res = info.drop(labels=["org_id", "phone"], axis=1, inplace=True) 18 # res = info.drop(labels=["org_id", "phone"], axis=1, inplace=False) 19 print(info.shape) 20 print(res) 21 22 # 删除指定的行 23 info.drop(labels=[942, 943, 944],axis=0,inplace=True) 24 print(info.shape)
三、dataframe的修改操作
1 import pandas as pd 2 3 # 加载数据 4 users = pd.read_excel("./users.xlsx") 5 print("users:\n", users) 6 print("users 的类型：\n", type(users)) 7 print("users 的列索引名称：\n", users.columns) 8 print("*" * 100) 9 10 print("users[age]: ", users["age"][:5]) 11 print("users[age]: ", users.loc[:5, "age"]) 12 13 # 修改数据 ---不太切合实际 14 # users.loc[:, "age"] = 18 15 16 # 修改的时候，需要 涉及到一些条件，满足这个条件 才进行修改 17 18 # age 年龄是偶数的年龄 改为 18岁 19 20 # 利用bool数组进行设置条件 21 bool_index = users.loc[:, "age"] % 2 == 0 22 print(bool_index) 23 users.loc[bool_index, "age"] = 18 24 # 25 # print("users:\n",users) 26 27 28 # 将sex 列里面 为男 的所有数据 改为 女 29 bool_index = users.loc[:,"sex"] == "男" 30 31 users.loc[bool_index,"sex"] = "女" 32 33 print("users:\n",users) 34 35 # 将 arithmetic_name 里面的值为关联规则 改为呵呵哒 36 bool_index = users.loc[:, "arithmetic_name"] == "关联规则" 37 38 users.loc[bool_index, "arithmetic_name"] = "呵呵哒" 39 40 print("users:\n",users)
四、dataframe的查询操作
1 import pandas as pd 2 3 # 1、加载数据 4 detail = pd.read_excel("./meal_order_detail.xlsx") 5 print("detail :\n", detail) 6 print("detail 的类型:\n", type(detail)) 7 print("detail 列索引名称:\n", detail.columns) 8 9 index = ["index_" + str(i) for i in range(detail.shape[0])] 10 print("index:\n", index) 11 # 给detail 重新设置行索引 12 detail.index = index 13 14 # 获取元素---直接获取 15 # 数组 arr[行,列] ---行列同时索引 16 17 # dataframe 直接获取元素 先列后行，这种是先后索引，不是同时索引 18 # 获取 dishes_name 这一列数据 19 print("获取单列数据：\n",detail["dishes_name"]) 20 # 获取 dishes_name 与 dishes_id 与 order_id 这三列数据 21 # 获取多列 数据，需要传 df[[列1，列2，列3，...]] 22 print("获取多列数据：\n",detail[["dishes_name","dishes_id","order_id"]]) 23 24 25 # 单列的数据----series 26 # 获取 dishes_name 这一列数据的 前10行 27 print("获取单列数据：\n",detail["dishes_name"][:10]) 28 # head 默认获取前5行，可以传参，来获取指定的前n行 29 print("获取单列数据：\n",detail["dishes_name"].head(10)) 30 # 也可以使用先单列 之后，再进行使用行名称列表来获取指定的行 31 print("获取单列数据：\n",detail["dishes_name"][["index_0","index_1","index_2"]]) 32 # 也可以使用先单列 之后，再进行使用行下标列表来获取指定的行 33 print("获取单列数据：\n",detail["dishes_name"][[0,1,2,3]]) 34 # 获取 dishes_name 这一列数据的 后10行 35 print("获取单列数据：\n", detail["dishes_name"][-10:]) 36 # tail 默认获取后5行，也可以传参，来获取指定的后n行 37 print("获取单列数据：\n", detail["dishes_name"].tail(10)) 38 39 40 ## 获取 dishes_name 与 dishes_id 与 order_id 这三列数据的前10行 41 print("获取多列数据：\n",detail[["dishes_name","dishes_id","order_id"]][:10]) 42 print("获取多列数据：\n",detail[["dishes_name","dishes_id","order_id"]].head(10)) 43 # dataframe 直接获取元素，只能先列，后行 44 # print("获取多列数据：\n",detail[["dishes_name","dishes_id","order_id"]][["index_0","index_1","index_2"]]) # 错误的 45 # print("获取多列数据：\n",detail[["dishes_name","dishes_id","order_id"]][[0,1,2,3,4]]) # 错误的 46 47 48 ## 获取 dishes_name 与 dishes_id 与 order_id 这三列数据的后10行 49 print("获取多列数据：\n", detail[["dishes_name", "dishes_id", "order_id"]][-10:]) 50 print("获取多列数据：\n", detail[["dishes_name", "dishes_id", "order_id"]].tail(10)) 51 52 53 # loc 同时索引的时候，只能使用名称 54 # df.loc[行名称,列名称] 55 # 使用loc 获取 dishes_name 与 dishes_id 与 order_id 这三列数据 56 print("使用loc获取多列数据：\n",detail.loc[:,["dishes_name","dishes_id","order_id"]] ) 57 # 使用loc 获取 dishes_name 与 dishes_id 与 order_id 这三列数据的指定行 58 print("使用loc获取多列数据：\n",detail.loc[["index_0","index_1","index_2"],["dishes_name","dishes_id","order_id"]] ) 59 # 可以使用名称切片，名称切片的时候，首尾都包含 60 print("使用loc获取多列数据：\n",detail.loc["index_0":"index_2",["dishes_name","dishes_id","order_id"]] ) 61 # print("使用loc获取多列数据：\n", detail.loc[0:2, ["dishes_name", "dishes_id", "order_id"]]) # 错误的 # loc的时候不能使用下标 62 63 64 # iloc 同时索引的时候，只能使用下标 65 # df.iloc[行下标,列下标] 66 # 使用iloc 获取 dishes_name 与 dishes_id 与 order_id 这三列数据 67 print("使用iloc获取多列数据：\n",detail.iloc[:,[5,2,1]] ) 68 # 都使用下标列表 69 print("使用iloc获取多列数据：\n",detail.iloc[[0,1,2],[5,2,1]] ) 70 # 可以使用下标切片 71 print("使用iloc获取多列数据：\n",detail.iloc[0:3,[5,2,1]] ) 72 # print("使用iloc获取多列数据：\n",detail.iloc["index_0":"index_2",[5,2,1]] ) # 错误的，iloc 不能使用名称 73 74 75 # ix 混合索引 76 # 名称和下标可以同时使用 77 # 行---名称，列 --可以是名称，也可以是下标 78 # 行--下标，列 --可以是名称，也可以是下标 79 # 使用ix 获取 dishes_name 与 dishes_id 与 order_id 这三列数据 的指定行数据 80 print("使用ix获取多列数据：\n", detail.ix[0:3, ["dishes_name", "dishes_id", "order_id"]]) 81 print("使用ix获取多列数据：\n", detail.ix[["index_0", "index_1", "index_2"], [5, 2, 1]]) 82 83 84 # print("使用ix获取多列数据：\n", detail.ix["index_0":5, [5, 2, 1]]) # 错误的 # 不能这样的混搭 85 86 87 # ix最为强大，但是效率最慢 88 # 直接获取方式 ---最快，但是大部风平台 不使用，我们不推荐 89 # loc 与iloc 效率适中， 我们推荐使用
