Python 處理 Pandas DataFrame 中的行和列

2022-09-16 22:03:31

處理列

為了處理列，我們對列執行基本操作，例如選擇、刪除、新增和重新命名。

列選擇：為了在 Pandas DataFrame 中選擇一列，我們可以通過列名呼叫它們來存取這些列。

# Import pandas package
import pandas as pd

# 定義包含員工資料的字典
data = {'Name':['Jai', 'Princi', 'Gaurav', 'Anuj'],
		'Age':[27, 24, 22, 32],
		'Address':['Delhi', 'Kanpur', 'Allahabad', 'Kannauj'],
		'Qualification':['Msc', 'MA', 'MCA', 'Phd']}

# 將字典轉換為 DataFrame
df = pd.DataFrame(data)

# 選擇兩列
print(df[['Name', 'Qualification']])

輸出：

列新增：為了在 Pandas DataFrame 中新增列，我們可以將新列表宣告為列並新增到現有資料框。

# Import pandas package
import pandas as pd

# 定義包含學生資料的字典
data = {'Name': ['Jai', 'Princi', 'Gaurav', 'Anuj'],
		'Height': [5.1, 6.2, 5.1, 5.2],
		'Qualification': ['Msc', 'MA', 'Msc', 'Msc']}

# 將字典轉換為 DataFrame
df = pd.DataFrame(data)

# 宣告要轉換為列的列表
address = ['Delhi', 'Bangalore', 'Chennai', 'Patna']

# 使用「地址」作為列名並將其等同於列表
df['Address'] = address

# 觀察結果
print(df)

輸出：

有關更多範例，請參閱在 Pandas列刪除中向現有 DataFrame 新增新列：為了刪除 Pandas DataFrame 中的列，我們可以使用該方法。通過刪除具有列名的列來刪除列。
drop()

# importing pandas module
import pandas as pd

# 從csv檔案製作資料框
data = pd.read_csv("nba.csv", index_col ="Name" )

# 刪除通過的列
data.drop(["Team", "Weight"], axis = 1, inplace = True)

# 展示
print(data)

輸出：如輸出影象所示，新輸出沒有傳遞的列。這些值被刪除，因為軸設定為等於 1，並且由於 inplace 為 True，因此在原始資料框中進行了更改。

刪除列之前的資料框- 刪除列：

之後的資料框：

處理行

為了處理行，我們可以對行執行基本的操作，例如選擇、刪除、新增和重新命名。

行選擇Pandas 提供了一種從資料框中檢索行的獨特方法。DataFrame.loc[]方法用於從 Pandas DataFrame 中檢索行。也可以通過將整數位置傳遞給 iloc[] 函數來選擇行。

# importing pandas package
import pandas as pd

# 從csv檔案製作資料框
data = pd.read_csv("nba.csv", index_col ="Name")

# 通過 loc 方法檢索行
first = data.loc["Avery Bradley"]
second = data.loc["R.J. Hunter"]
print(first, "nnn", second)

輸出：如輸出影象所示，由於兩次都只有一個引數，因此返回了兩個系列。

有關更多範例，請參閱Pandas 使用 .loc Row Addition提取行：為了在 Pandas DataFrame 中新增一行，我們可以將舊資料框與新資料框連線。

# importing pandas module
import pandas as pd
	
# 製作資料框
df = pd.read_csv("nba.csv", index_col ="Name")

df.head(10)

new_row = pd.DataFrame({'Name':'Geeks', 'Team':'Boston', 'Number':3,
						'Position':'PG', 'Age':33, 'Height':'6-2',
						'Weight':189, 'College':'MIT', 'Salary':99999},
															index =[0])
# 簡單地連線兩個資料框
df = pd.concat([new_row, df]).reset_index(drop = True)
df.head(5)

輸出：新增行前的資料框- 新增行

後的資料框-

刪除行：為了刪除 Pandas DataFrame 中的一行，我們可以使用 drop() 方法。通過按索引標籤刪除行來刪除行。

# importing pandas module
import pandas as pd

# 從csv檔案製作資料框
data = pd.read_csv("nba.csv", index_col ="Name" )

# 刪除傳遞的值
data.drop(["Avery Bradley", "John Holland", "R.J. Hunter",
							"R.J. Hunter"], inplace = True)
# 展示
data

輸出：如輸出影象所示，新輸出沒有傳遞的值。由於 inplace 為 True，因此刪除了這些值並在原始資料框中進行了更改。
刪除值之前的資料框- 刪除值

後的資料框：

到此這篇關於Python 處理 Pandas DataFrame 中的行和列的文章就介紹到這了,更多相關Python Pandas DataFrame 內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！

Python 處理 Pandas DataFrame 中的行和列

目錄

處理列

處理行

熱門文章