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。
