python 数据分析 -pandas 增删改查

2022-11-26
福建
本文字数：702 字
阅读完需：约 2 分钟

当我们把数据放入 DataFrame 后，要数据分析就需要对数据进行进行各种操作，最常见的操作就是增删改查，特别是查，查进一步就是探查分析。

1. pandas 读取数据

import pandas as pdframe = pd.read_csv('./test.csv', header=None, columns=['state', 'year', 'pop'])frame.index = frame['state']

复制代码

2. pandas 查

查询 pandas 有很多不同的方式，pandas 处理的数据为表格形式，即行列式，访问数据既可以通过行和列组合来访问。

按行访问和按列访问
pandas 可以按照行号的切片方式来访问，如frame[0:4] 获取前 5 行数据 pandas 通过列名直接筛选多列的数据如frame[['pop', 'year']]获取 pop 和 year 列
loc 和 iloc 行列组合访问 loc 是按照索引名称和列名进行查询行列数据；iloc 是按照行列整数来进行查询行列数据

    # 访问索引为Ohio的行，year和pop列    frame.loc['Ohio', ['year', 'pop']]
    # 访问year和pop列的所有行    frame.loc[:, ['year', 'pop']]
    # 访问前4行    frame.iloc[0:3,]
    # 访问前4行，第3列    frame.iloc[0:3, 2]

复制代码

条件查询
最常用的条件查询方式是通过列名直接比较，如
frame[frame['year'] > 2001] 表示 year 这一列大于 2001 的所有行
另一种等价的写法为 query： frame.query('year > 2001')

3. pandas 增删改

pandas 增加行和列的方式可以通过增加一个 Series 的方式

增加一列

frame['age'] = frame['year'] - 1900

复制代码

增加一行

frame.loc[len(frame.index)] = ['1', 2, 4]

复制代码

删除行和列

# 删除列（按照列名）frame.drop(['age'], axis=1)
# 删除行（按照行的索引）frame.drop(['Ohio'], axis=0)frame.drop([6], axis=0)

复制代码

# 替换第一行frame[0:1] = [ 2, 1.2, 20]
# 修改第二行第3列frame.iloc[1, 2] = 4

复制代码

发布于: 刚刚阅读数: 5

原文链接:【http://xie.infoq.cn/article/5146dab0f2a1a82ade4032561】。文章转载请联系作者。

AIWeker

关注

InfoQ签约作者 / 公众号：人工智能微客 2019-11-21 加入

人工智能微客（aiweker）长期跟踪和分享人工智能前沿技术、应用、领域知识，不定期的发布相关产品和应用，欢迎关注和转发

发布

暂无评论

创作场景

python 数据分析 -pandas 增删改查

1. pandas 读取数据

2. pandas 查

3. pandas 增删改

AIWeker

评论