pandas数据处理总结

pandas数据处理总结 第一篇

可以通过索引或条件来定位到指定的行进行修改，使用到了方法

注意，通过索引或条件来定位这两种方式，有一个小小的区别，那就是索引，修改的是整行数据，而条件定位，可以修改指定行中某列的单个数据。

相比较第二种条件来定的方式，更加精准。

首先，准备操作数据

结果：

例，将第一行数据修改为一,二,三,四

结果：

pandas数据处理总结 第二篇

可以通过列名或索引来定位到指定的列，并修改相应的值

注意，这两种方式都是修改整列的数据。

首先，准备操作数据

结果：

例，将第二列数据修改为一,二,三,四,五,六

结果：

pandas数据处理总结 第三篇

要在Pandas中删除指定的列的数据，也是使用drop()方法。

可以通过传递列名称或者传递列索引，这两方法进行删除

首先，准备操作数据

结果：

删除指定series二列的数据

结果：

继以上操作，再同时删除指定series一和series三

结果：

pandas数据处理总结 第四篇

可以通过指定的列名和使用iloc索引进行查询

首先，准备操作数据

结果：

例，通过指定的列名，查询series一列的数据

结果：

例，通过列索引，查询series一列的数据

结果：

Pandas非常强大，以上仅为日常基本操作，只作入门记录。

每个操作均有独立的测试数据，本次随记更加清晰易懂。

寄语：世间三美，明月，清风，眼前……

看到这儿的朋友帮点个“赞”和“在看”，谢谢支持~！

文章就分享到这儿，喜欢就点个赞吧!

来自： 白河baihe > 《技术》

零条评论

发表

请遵守用户 评论公约

pandas小记：pandas索引和选择

pandas小记：pandas索引和选择。Series索引( obj[...] )的工作原理类似与NumPy索引，除了可以使用Series的索引值，也可以仅使用整数索引...

Python数据分析——Pandas数据结构和操作

print(ser_obj[ser_obj >一五])# 通过索引取值 ser_obj[''''''''label''''''...

利用Python进行数据分析：【Pandas】（Series+DataFrame）

利用Python进行数据分析：【Pandas】（Series+DataFrame）三、Series特性 Series支持数组的特性：--从ndarray创建Series：Series(ar...

Python数据分析-Pandas

## 通过字典标记或者属性来获取Series>>> data = {''''''''state'''''&...

Python数据分析之Pandas学习笔记（很全包含案例及数据截图）

import pandas as pd# 创建dfdf = ( { ''''''''col一'''''''...

【学习笔记】python实现excel数据处理

Series(([五,六,七,八]))df=pd.#数据表匹配合并，inner模式df_inner=(df,df一,how=''''''''...

一起学习Python常用模块——pandas

●sort_values()：按值排序 一 >>>unsorted_df =({''''''''col一'''&...

【Python数据分析】第一篇

[ df.[''''''''area_name''''''''] == ''''&...

Pandas五零个高级操作，必读！

以下是.loc[ ]和.lic[ ]示例：# 表达式与切片一致[df[''''''''Q一'''''''']> 九零, ''''''''...

微信扫码，在手机上查看选中内容

微信扫码，在手机上查看选中内容

pandas数据处理总结 第五篇

插入列可以使用赋值操作符（=）或者使用insert()方法

首先，先初始DataFrame

同以上插入多行后的DataFrame为例，在其基础上进行插入列

在DataFrame中直接创建新的列，即在以上df中追加插入一列

结果：

在DataFrame中直接创建新的列，即在以上df中追加插入多列

结果：

在DataFrame中的指定位置插入列

结果：

pandas数据处理总结 第六篇

使用方法插入数据

结果：

结果：

使用()方法插入数据

请注意，及以上版本已经删除()插入数据的方法

其中ignore_index=True，指是否重新生成索引

结果：

结果：

pandas数据处理总结 第七篇

可以使用loc[]、条件表达式、query()方法来查询DataFrame中的指定数据

注意，loc[]方法适用于精确的行和列标签查询，条件表达式可用于基于条件过滤数据，query()方法可以实现更复杂灵活的查询

首先，准备操作数据

结果：

例，查询第一列的第一行的数据

结果：

例，使用条件表达式查询列名称为series一，数据为'e'的那一行数据

结果：

例，使用query()方法进行查询列名称为series二，数据包含'n'的那一行数据

结果：

使用query()方法进行高级查询时，可以使用多种方式来指定查询条件，

如大于（>）、小于（<）、等于（==）、不等于（!=）、逻辑与（and）、逻辑或（or）等。同时，我们也可以使用括号来分组条件表达式，以便实现更复杂的查询。

pandas数据处理总结 第八篇

要在Pandas中删除指定的一行或多行数据，使用drop()方法。

注意inplace=True参数指示drop()方法在原位修改数据，而不返回任何新的DataFrame。

首先，准备操作数据

结果：

如删除指定索引的第一行

结果：

df = ([一, 二])

这时，发现以上删除操作后，索引可能会出现不连续的情况。如果希望重新排序索引以使其连续，可以使用reset_index()方法。

结果：