pandas 中DataFrame的数据定义，访问，修改，删除，增加，遍历

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/meiqi0538/article/details/82533499

本文测试使用Pandas使用的是Spyder，python3.6版本，已经安装好pandas包。

DataFrame数据框是用于存储多行和多列的数据集合（可以联想到excel中的表格）。

数据的定义：

from pandas import DataFrame

#定义一个数据框
df=DataFrame(
        data={
        'age':[18,19,20],
        'name':['jack','mick','john']
                })

索引默认为数字。

自定义索引

df=DataFrame(
        data={
        'age':[18,19,20],
        'name':['jack','mick','john']},
         index=['first','second','third'])

数据访问：

按列访问：df['age']

按行访问：df[1:2]获取的是第二行（索引1为）

按行列号访问：df.iloc[0:1,0:1]访问的是第一行第一列的内容

按行索引，列名访问：df.at['first','name']访问的是行名为first，列名为name的数据，如果没有设置则将’first’换为索引值即可，如果设置列名不可以使用索引值。

表格修改：

修改列名：(获取列名：df.columns)df.columns=['age2','name2']

修改行索引：（获取行索引：df.index) df.index=range(1,4)

数据删除：

根据行索引删除：df.drop(1)删除行索引为1的数据，其中还有一个参数axis 默认为0

根据列名删除：df.drop("age2",axis=1)删除列名为age2的数据；或者使用del df['age2']

数据添加：

增加行：df.loc[len(df)]=[22,'jackpi'](这种方法效率比较低，不应该出现在遍历中)，也可以使用这个方法取更改数据（覆盖原来的数据）。

增加列：df['newcol']=[1,2,3,4],注意添加的数据要和行数相同。

数据的遍历：

遍历列：

for cName in df:
    print('df中的列名：\n',cName)
    print('df中的值：\n',df[cName])

结果：

遍历行(1)：

for rIndex in df.index:
    print('现在是第',rIndex,'行')
    print(df.loc[rIndex])

遍历行(2)：

for r in df.values:
    print(r)

返回结果为数组：

[18 'jack']
[19 'mick']
[20 'john']

遍历行(3)：

for index,row in df.iterrows():
    print('第',index,'行')
    print(row)