python -- pandas常见的一些行、列操作方法(感兴趣的,可以跟着一起练练手)

 

这篇文章分享一下pandas常见的一些行、列操作方法,比较基础,感兴趣的童鞋可以看看。

 

首先,我们用 “random.seed(int i)” 生成一组测试数据。

对于random.seed()有兴趣进一步了解的,可以前往阅读 python -- numpy.random.seed() 

如果“pip install pandas”遇到问题,可参考 python -- 解决"pip install pandas"时遇到的几个小问题(内含解决pip升级问题)

import pandas as pd
import numpy as np

np.random.seed(1) #i取值1,保证代码每次运行都能得到相同的一组数据
sample = pd.DataFrame(np.random.randn(8, 5), columns = list("abcde"))
print(sample)

运行一下,看看生成的随机数组

          a         b         c         d         e
0  1.624345 -0.611756 -0.528172 -1.072969  0.865408
1 -2.301539  1.744812 -0.761207  0.319039 -0.249370
2  1.462108 -2.060141 -0.322417 -0.384054  1.133769
3 -1.099891 -0.172428 -0.877858  0.042214  0.582815
4 -1.100619  1.144724  0.901591  0.502494  0.900856
5 -0.683728 -0.122890 -0.935769 -0.267888  0.530355
6 -0.691661 -0.396754 -0.687173 -0.845206 -0.671246
7 -0.012665 -1.117310  0.234416  1.659802  0.742044

 

一、单列查询(四种方式)

#方式一:选择列名
sample['a']

#方式二:使用iloc方法,基于位置的索引
sample.iloc[:1,0]

#方式三:使用loc方法,基于标签的索引
sample.loc[:,'a']

#方式四:返回pandas数据框类
sample[['a']]

我们来看看代码分别执行这四种方式,效果是怎样的

import pandas as pd
import numpy as np

np.random.seed(1) #保证代码每次运行都能得到相同的一组数据,设置随机数种子
sample = pd.DataFrame(np.random.randn(8, 5), columns = list("abcde"))

#查询单列
#方式一:选择列名
print(sample['a'])

#方式二:使用iloc方法,基于位置的索引,也可写为iloc[0:1, 1]
print(sample.iloc[:1, 0])

#方式三:使用loc方法,基于标签的索引,也可写为loc[0:1, 'a']
print(sample.loc[:1, 'a'])

#方式四:返回pandas数据框类
print(sample[['a']])

运行一下,看看效果

#方式一:输出所有行,且列名为a的数据
0    1.624345
1   -2.301539
2    1.462108
3   -1.099891
4   -1.100619
5   -0.683728
6   -0.691661
7   -0.012665
Name: a, dtype: float64

#方式二:iloc[:1, 0]表示第0行开始,筛选出1行,且为第0列的数组
0    1.624345
Name: a, dtype: float64

#方式三:loc[:1, 'a']表示第0行到第1行,且列名为'a'的数组(与方式二有区别,请注意区分)
0    1.624345
1   -2.301539
Name: a, dtype: float64

#方式四:输出所有行,且列名为'a'的数组
      a
0  1.624345
1 -2.301539
2  1.462108
3 -1.099891
4 -1.100619
5 -0.683728
6 -0.691661
7 -0.012665

注解:(温馨提示:数组的开始位置是0行、0列。)

1、iloc是基于位置索引,iloc[:1, 0](亦为写为iloc[0:1, 0]):表示第0行开始,筛选出1行,且为第0列的数组。

2、loc是基于标签索引,loc[:1,'a'](亦可写为loc[0:1,'a']):表示第0行到第1行,且列名为'a'的数组。

 

二、多列查询(两种方式)

#使用loc方法,标签索引
sample.loc[:3, :'c']

#使用iloc,位置索引
sample.iloc[1:, 1:]

注解:

ioc[r_begin:r_end, c_begin:c:end],iloc[r_begin:r_end, c_begin:c:end]中,r_begin、c_begin表示行、列开始的位置,r_end、c_end表示行、列结束的位置。

如果r_begin或c_end留空,表示从第0行或第0列开始;若r_end或c_end留空,表示到最尾行或最尾列。

 

敲敲代码,看看效果

import pandas as pd
import numpy as np

np.random.seed(1) #保证代码每次运行都能得到相同的一组数据,设置随机数种子
sample = pd.DataFrame(np.random.randn(8, 5), columns = list("abcde"))
print(sample)

#使用loc方法,标签索引,输出第0行到第3行,第0列到列名为c'的数组
print(sample.loc[:3, :'c'])
#使用iloc方法,位置索引,输出第1行到结尾行,第1列到结尾列的数组
print(sample.iloc[1:, 1:])

运行一下,看看输出

#完整数组
          a         b         c         d         e
0  1.624345 -0.611756 -0.528172 -1.072969  0.865408
1 -2.301539  1.744812 -0.761207  0.319039 -0.249370
2  1.462108 -2.060141 -0.322417 -0.384054  1.133769
3 -1.099891 -0.172428 -0.877858  0.042214  0.582815
4 -1.100619  1.144724  0.901591  0.502494  0.900856
5 -0.683728 -0.122890 -0.935769 -0.267888  0.530355
6 -0.691661 -0.396754 -0.687173 -0.845206 -0.671246
7 -0.012665 -1.117310  0.234416  1.659802  0.742044

#sample.loc[:3, :'c']
          a         b         c
0  1.624345 -0.611756 -0.528172
1 -2.301539  1.744812 -0.761207
2  1.462108 -2.060141 -0.322417
3 -1.099891 -0.172428 -0.877858


#sample.iloc[1:, 1:]
          b         c         d         e
1  1.744812 -0.761207  0.319039 -0.249370
2 -2.060141 -0.322417 -0.384054  1.133769
3 -0.172428 -0.877858  0.042214  0.582815
4  1.144724  0.901591  0.502494  0.900856
5 -0.122890 -0.935769 -0.267888  0.530355
6 -0.396754 -0.687173 -0.845206 -0.671246
7 -1.117310  0.234416  1.659802  0.742044

 

三、新增列

sample['new_col'] = sample['a'] + sample['b']
print(sample)
          a         b         c         d         e   new_col
0  1.624345 -0.611756 -0.528172 -1.072969  0.865408  1.012589
1 -2.301539  1.744812 -0.761207  0.319039 -0.249370 -0.556727
2  1.462108 -2.060141 -0.322417 -0.384054  1.133769 -0.598033
3 -1.099891 -0.172428 -0.877858  0.042214  0.582815 -1.272319
4 -1.100619  1.144724  0.901591  0.502494  0.900856  0.044105
5 -0.683728 -0.122890 -0.935769 -0.267888  0.530355 -0.806618
6 -0.691661 -0.396754 -0.687173 -0.845206 -0.671246 -1.088414
7 -0.012665 -1.117310  0.234416  1.659802  0.742044 -1.129975

 

使用assign方法赋值

#方式一
sample.assign(new_col2 = sample['a'] - sample['b'],
              new_col3 = sample['c'] - sample['d'])
print(sample)


#方式二
sample = sample.assign(new_col2 = sample['a'] - sample['b'],
                       new_col3 = sample['c'] - sample['d'])
print(sample)
#方式一:assign赋值后,没有被保存到原始数组中
          a         b         c         d         e   new_col
0  1.624345 -0.611756 -0.528172 -1.072969  0.865408  1.012589
1 -2.301539  1.744812 -0.761207  0.319039 -0.249370 -0.556727
2  1.462108 -2.060141 -0.322417 -0.384054  1.133769 -0.598033
3 -1.099891 -0.172428 -0.877858  0.042214  0.582815 -1.272319
4 -1.100619  1.144724  0.901591  0.502494  0.900856  0.044105
5 -0.683728 -0.122890 -0.935769 -0.267888  0.530355 -0.806618
6 -0.691661 -0.396754 -0.687173 -0.845206 -0.671246 -1.088414
7 -0.012665 -1.117310  0.234416  1.659802  0.742044 -1.129975
#方式二:用assign赋值后,重新赋予sample,保存到原始数组中 a b c ... new_col new_col2 new_col3 0 1.624345 -0.611756 -0.528172 ... 1.012589 2.236102 0.544797 1 -2.301539 1.744812 -0.761207 ... -0.556727 -4.046350 -1.080246 2 1.462108 -2.060141 -0.322417 ... -0.598033 3.522249 0.061637 3 -1.099891 -0.172428 -0.877858 ... -1.272319 -0.927463 -0.920072 4 -1.100619 1.144724 0.901591 ... 0.044105 -2.245343 0.399096 5 -0.683728 -0.122890 -0.935769 ... -0.806618 -0.560838 -0.667881 6 -0.691661 -0.396754 -0.687173 ... -1.088414 -0.294907 0.158033 7 -0.012665 -1.117310 0.234416 ... -1.129975 1.104646 -1.425386

注解:使用assign方法赋值,生成的新变量不会保留在原始表中,需要赋予新值。

 

四、删除

(1)列删除

#单列删除
sample = sample.drop(['new_col3'], axis=1, inplace=False)
print(sample)

#多列删除
sample = sample.drop(['a', 'b'], axis=1, inplace=False)
print(sample)
#单列删除输出结果
     a         b         c         d         e       new_col   new_col2
0  1.624345 -0.611756 -0.528172 -1.072969  0.865408  1.012589  2.236102
1 -2.301539  1.744812 -0.761207  0.319039 -0.249370 -0.556727 -4.046350
2  1.462108 -2.060141 -0.322417 -0.384054  1.133769 -0.598033  3.522249
3 -1.099891 -0.172428 -0.877858  0.042214  0.582815 -1.272319 -0.927463
4 -1.100619  1.144724  0.901591  0.502494  0.900856  0.044105 -2.245343
5 -0.683728 -0.122890 -0.935769 -0.267888  0.530355 -0.806618 -0.560838
6 -0.691661 -0.396754 -0.687173 -0.845206 -0.671246 -1.088414 -0.294907
7 -0.012665 -1.117310  0.234416  1.659802  0.742044 -1.129975  1.104646

#多列删除输出结果
          c         d         e   new_col  new_col2
0 -0.528172 -1.072969  0.865408  1.012589  2.236102
1 -0.761207  0.319039 -0.249370 -0.556727 -4.046350
2 -0.322417 -0.384054  1.133769 -0.598033  3.522249
3 -0.877858  0.042214  0.582815 -1.272319 -0.927463
4  0.901591  0.502494  0.900856  0.044105 -2.245343
5 -0.935769 -0.267888  0.530355 -0.806618 -0.560838
6 -0.687173 -0.845206 -0.671246 -1.088414 -0.294907
7  0.234416  1.659802  0.742044 -1.129975  1.104646

 

(2)行删除

#单行删除
sample = sample.drop(0)
print(sample)

#多行删除
sample = sample.drop([1, 5])
print(sample)
#删除第0行
          c         d         e   new_col  new_col2
1 -0.761207  0.319039 -0.249370 -0.556727 -4.046350
2 -0.322417 -0.384054  1.133769 -0.598033  3.522249
3 -0.877858  0.042214  0.582815 -1.272319 -0.927463
4  0.901591  0.502494  0.900856  0.044105 -2.245343
5 -0.935769 -0.267888  0.530355 -0.806618 -0.560838
6 -0.687173 -0.845206 -0.671246 -1.088414 -0.294907
7  0.234416  1.659802  0.742044 -1.129975  1.104646

#删除第1、5行
          c         d         e   new_col  new_col2
2 -0.322417 -0.384054  1.133769 -0.598033  3.522249
3 -0.877858  0.042214  0.582815 -1.272319 -0.927463
4  0.901591  0.502494  0.900856  0.044105 -2.245343
6 -0.687173 -0.845206 -0.671246 -1.088414 -0.294907
7  0.234416  1.659802  0.742044 -1.129975  1.104646

 

此篇暂时分享到此,后续再继续更新。

 

posted @ 2023-05-19 23:47  lmei  阅读(320)  评论(0编辑  收藏  举报