Python数据分析--Pandas入门--DataFrame的增删改查操作

DataFrame的增删改操作

DataFrame的增加操作

为DataFrame增加一列相同的内容

df[‘新列名’]=‘数据’

代码实现

import pandas as pd
index1 = ["stu1", "stu2", "stu3", "stu4"]
columns1 = ["姓名", "年龄", "性别", "职业"]
data1 = [['李A', 18, '男', '数据分析'],
         ['王B', 19, '男', '机器学习'],
         ['赵C', 20, '女', "深度学习"],
         ['刘D', 19, '男', "搬砖"],
         ]

df = pd.DataFrame(index=index1, columns=columns1, data=data1)

print(df)
#为df增加一列；内容全部一致
df['所属']='python'
print(df)

结果展示

为DataFrame增加一列不同的内容

df[‘新列名’]=[‘数据’,‘数据’,…]

代码展示

import pandas as pd
index1 = ["stu1", "stu2", "stu3", "stu4"]
columns1 = ["姓名", "年龄", "性别", "职业"]
data1 = [['李A', 18, '男', '数据分析'],
         ['王B', 19, '男', '机器学习'],
         ['赵C', 20, '女', "深度学习"],
         ['刘D', 19, '男', "搬砖"],
         ]

df = pd.DataFrame(index=index1, columns=columns1, data=data1)

print(df)
#为df增加一列；内容全部一致
df['所属']='python'
print(df)

# 增加一列，内容不一致,  【需要和行的长度一致】
df["平时成绩"] = [90, 89, 88, 92]
df["考试成绩"] = [60, 40, 20, 0]


# 增加一列 根据已有内容进行增加
df["名字"] = df["姓名"].str[1:]
# 总成绩  根据已有内容进行增加
df["总成绩"] = df["平时成绩"]*0.3 + df["考试成绩"]*0.7
print(df)

结果展示

DataFrame的修改操作

先筛选出来 在进行修改

代码实现

import pandas as pd
index1 = ["stu1", "stu2", "stu3", "stu4"]
columns1 = ["姓名", "年龄", "性别", "职业"]
data1 = [['李A', 18, '男', '数据分析'],
         ['王B', 19, '男', '机器学习'],
         ['赵C', 20, '女', "深度学习"],
         ['刘D', 19, '男', "搬砖"],
         ]

df = pd.DataFrame(index=index1, columns=columns1, data=data1)

print(df,'\n')
#选出所有性别为男的同学 并将性别改为女
mask=df['性别']=='男'

print(mask,'\n')
df.loc[mask,'性别']='女'
print(df)

结果展示

DataFrame的删除操作

删除需要借助drop进行

df.drop()

删除一列

代码实现

import pandas as pd
index1 = ["stu1", "stu2", "stu3", "stu4"]
columns1 = ["姓名", "年龄", "性别", "职业"]
data1 = [['李A', 18, '男', '数据分析'],
         ['王B', 19, '男', '机器学习'],
         ['赵C', 20, '女', "深度学习"],
         ['刘D', 19, '男', "搬砖"],
         ]

df = pd.DataFrame(index=index1, columns=columns1, data=data1)

print(df,'\n')
df1=df.drop(columns='职业')
#df.drop(columns='职业',inplace=True)# inplace支持在原df上操作 
print(df1)

结果展示

删除多列

代码实现

import pandas as pd
index1 = ["stu1", "stu2", "stu3", "stu4"]
columns1 = ["姓名", "年龄", "性别", "职业"]
data1 = [['李A', 18, '男', '数据分析'],
         ['王B', 19, '男', '机器学习'],
         ['赵C', 20, '女', "深度学习"],
         ['刘D', 19, '男', "搬砖"],
         ]

df = pd.DataFrame(index=index1, columns=columns1, data=data1)

print(df,'\n')
df.drop(columns=['职业','年龄'],inplace=True)
print(df)

结果展示

删除一行

代码实现

import pandas as pd
index1 = ["stu1", "stu2", "stu3", "stu4"]
columns1 = ["姓名", "年龄", "性别", "职业"]
data1 = [['李A', 18, '男', '数据分析'],
         ['王B', 19, '男', '机器学习'],
         ['赵C', 20, '女', "深度学习"],
         ['刘D', 19, '男', "搬砖"],
         ]

df = pd.DataFrame(index=index1, columns=columns1, data=data1)

print(df,'\n')
df.drop(index='stu3',inplace=True)
print(df)

结果展示

删除多行

代码实现

import pandas as pd
index1 = ["stu1", "stu2", "stu3", "stu4"]
columns1 = ["姓名", "年龄", "性别", "职业"]
data1 = [['李A', 18, '男', '数据分析'],
         ['王B', 19, '男', '机器学习'],
         ['赵C', 20, '女', "深度学习"],
         ['刘D', 19, '男', "搬砖"],
         ]

df = pd.DataFrame(index=index1, columns=columns1, data=data1)

print(df,'\n')
df.drop(index=['stu3','stu1'],inplace=True)
print(df)

结果展示

DataFrame的查看操作

查看操作

代码实现

import pandas as pd
index1 = ["stu1", "stu2", "stu3", "stu4"]
columns1 = ["姓名", "年龄", "性别", "职业"]
data1 = [['李A', 18, '男', '数据分析'],
         ['王B', 19, '男', '机器学习'],
         ['赵C', 20, '女', "深度学习"],
         ['刘D', 19, '男', "搬砖"],
         ]

df = pd.DataFrame(index=index1, columns=columns1, data=data1)
df["平时成绩"] = [90, 50, 70, 32]
print(df,'\n')
#查看平时成绩及格的人
mask=df['平时成绩']>=60
df1=df.loc[mask,:]
print(df1)

代码实现