程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
您现在的位置: 程式師世界 >> 編程語言 >  >> 更多編程語言 >> Python

Pandas常用方法

編輯:Python
DataFrame 獲取列索引名稱df.columns獲取行索引名稱df.index重新定義列索引df.columns=["X","Y","Z"]重新更改某列的列名(如果缺少 inplace選項 ,則不會更改,而是增加新列。)df.rename(columns={'x':'X'},inplace=True)打印DataFrame的屬性信息df.info()查看DataFrame前五行的數據信息df.head()查看DataFrame最後五行的數據信息df.tail()創建空數據框,便於後面添加數據
df_empty = pd.DataFrame(columns=['x', 'y', 'z'])

在空數據框中添加數據
df_new = pd.DataFrame(np.arange(6).reshape(2, 3), columns=['x', 'y', 'z'])
print(pd.concat([df_empty, df_new], axis=0))
已有數據框的基礎上添加新的行/列,或者橫向/縱向添加另外一個表格(axis表示沿縱軸(axis=0)或者橫軸(axis=1)方向連接)

dat_cbind = pd.concat([df1, df2], axis=1)

dat_rbind = pd.concat([df1, df3], axis=0)

dat_rbind = df1.append(df3)

刪除行或者刪除列(其中,labels 就是要刪除的行/列的名字,用列表給定;axis 默認為0,指刪除行,因此刪除columns時要 指定 axis=1;index 直接指定要刪除的行;columns 直接指定要刪除的列;inplace=False,默認該刪除操作不 改變原數據,而是返回一個執行刪除操作後的新 DataFrame;inplace=True,則會直接在原數據上進行刪除 操作,且刪除後無法返回)

df1.drop(labels='y', axis=1, inplace=True)

apply操作對象是DataFrame的某一列(axis=0)或者某一行(axis=1)applymap操作對象是元素級,作用於每個DataFrame的每個數據map操作對象也是元素級,但其是對Series中的每個數據調用一次函數按行求和df_rowsum = df[['2020', '2021']].apply(lambda x: x.sum(), axis=1)按列求和

df_colsum = df[['2020', '2021']].apply(lambda x: x.sum(), axis=0)


  1. 上一篇文章:
  2. 下一篇文章:
Copyright © 程式師世界 All Rights Reserved