在对海量数据进行分析的过程中，可能需要增加行和列，也可能会删除一些行和列。今天教大家如何在python中对数据框进行一些更新操作。
注意：本文采用的数据框
date_frame：
1 在数据框最后追加一行
假设要在原数据框中增加一行，可先定义该行对应的字典，具体语句如下:
new_row = {
'ID':['1000009'],
'name':['唐诗诗'],
'gender':['女'],
'age':[21],
'height':[1.68]
}
注意：格式要和原数据框一致。把新增行用append函数追加到原数据框中去，具体语句如下：
new_row1 = pd.DataFrame(new_row)
date_frame.append(new_row1)
得到结果如下：
2 在数据框中插入一列
既然可以在数据框中加入行，那么也可以在数据框中加入列。可以用insert函数在数据框中任意位置加入一列。比如我想在数据框的第一列插入新的列，可以在python中运行如下语句：
date_frame.insert(0, 'calss', ['class1','class1','class1','class1','class2','class2','class2','class2','class2'])
得到结果如下：
其中，.insert中的0表示新插入列所在的位置，'calss'表示新加列名称，['class1'，...,'class2']表示新加列的内容，注意新加列要和原数据框的长度一致。既然可以在数据框中加入行和列，那么也可以在数据框中删除行和列。首先来看下在数据框中删除行。
3 删除数据框中的行
可以用drop函数删除某一行，也可以删除多行。首先来看下删除第一行的具体代码：
date_frame.drop([0])
得到结果如下：
.drop([0])表示删除索引号为0（第一行）的行。要删除其它行可以把0改成对应行的索引号。接着来看下删除第一行和第五行的具体代码：
date_frame.drop([0,4])
得到结果如下：
.drop([0,4])表示删除索引号为0和4的行，实际代表第一行和第五行。需删除更多的行，可以参照删除两行的代码。
4 删除数据框中的列
同样可以用drop函数来删除列。首先来看下删除name列的具体代码：
date_frame.drop(columns = 'name')
date_frame.drop('name', axis = 1) #axis = 1表示对列进行操作
得到结果如下：
如果想删除name列和gender列，可以输入如下代码：
date_frame.drop(columns = ['name','gender'])
date_frame.drop(['name','gender'], axis = 1)
得到结果如下：
删除多列的代码，同样可以参照删除两列的代码。
5 删除满足某种条件的行
假设要删除所有年龄大于18岁的记录，可以在python中输入如下语句：
date_frame.drop(index = (date_frame.loc[(date_frame.age>18)].index))
得到结果如下：
其中，.loc[(date_frame.age>18)].index表示取年龄大于18的索引。至此，在python中对数据框进行更改操作已介绍完毕，大家可以动手练习一下，思考一下还可不可以对数据框进行别的操作。
你可能感兴趣:
用Python绘制皮卡丘
用Python绘制词云图
Python人脸识别—我的眼里只有你
Python画好看的星空图（唯美的背景）
用Python中的py2neo库操作neo4j，搭建关联图谱
Python浪漫表白源码合集（爱心、玫瑰花、照片墙、星空下的告白）
