pandas之数据修改与基本运算方式
更新时间：2024年02月19日 09:56:49 作者：蚂蚁*漫步
这篇文章主要介绍了pandas之数据修改与基本运算方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
（福利推荐：【腾讯云】服务器最新限时优惠活动，云服务器1核2G仅99元/年、2核4G仅768元/3年，立即抢购>>>：9i0i.cn/qcloud）
（福利推荐：你还在原价购买阿里云服务器？现在阿里云0.8折限时抢购活动来啦！4核8G企业云服务器仅2998元/3年，立即抢购>>>：9i0i.cn/aliyun）
1.数据复制
- 直接赋值
直接赋值的话，只是复制的元数据(行列索引)，但是元素还是存储在相同内存位置 对元素进行修改会影响另外一个。
import pandas as pd
import numpy as np
df=pd.DataFrame(np.arange(12).reshape(4,3),index=list("abcd"),columns=['w','y','z'])
print(df)
print(df.iloc[1,2])
df.iloc[1,2]=20
print(df.iloc[1,2])
out：
w y z
a 0 1 2
b 3 4 5
c 6 7 8
d 9 10 11
5-------->>赋值之前
20-------->>赋值之后- copy()函数。
copy函数，复制原数据(行列索引)，还创建新的存储位置 对元素进行修改不影响另外一个。
df=pd.DataFrame(np.arange(12).reshape(4,3),index=list("abcd"),columns=['w','y','z'])
print(df)
df1=df.copy()
print(df1.iloc[1,2])
df1.iloc[1,2]=20
print(df.iloc[1,2])
out：
w y z
a 0 1 2
b 3 4 5
c 6 7 8
d 9 10 11
5
52.增加行和列
通过[]操作符+列名方式增加多列 新增列在最后 df[['new_column1','new_column2',...]] =
通过loc+列名新增一列，不能新增多列 新增列在最后 pd.loc[:, 'new_column'] =
insert(loc, column, value, allow_duplicates=False)
- loc位置参数：0 <= loc <= len(columns)
- column：列名 新增列在中间，一次只能增加一列
import pandas as pd
import numpy as np
df=pd.DataFrame(np.arange(12).reshape(4,3),index=list("abcd"),columns=['w','y','z'])
print(df)
df['n']=[3,7,9,11]
df[['x','k']]=df[['w','z']]
df.loc[:,'r']=[12,13,15,16]
df.insert(1,'t',[31,56,78,5])------>>增加在第一列
print(df)
out：
w y z
a 0 1 2
b 3 4 5
c 6 7 8
d 9 10 11
w t y z n x k r
a 0 31 1 2 3 0 2 12
b 3 56 4 5 7 3 5 13
c 6 78 7 8 9 6 8 15
d 9 5 10 11 11 9 11 16- 增加列。
新增行在最后 通过loc函数新增一行，不能新增多行 pd.loc['new-index'] =
import pandas as pd
import numpy as np
df=pd.DataFrame(np.arange(12).reshape(4,3),index=list("abcd"),columns=['w','y','z'])
print(df)
df.loc['r']=[12,13,15]
print(df)
out：
w y z
a 0 1 2
b 3 4 5
c 6 7 8
d 9 10 11
w y z
a 0 1 2
b 3 4 5
c 6 7 8
d 9 10 11
r 12 13 153.行列删除
Del 只能删除一列 ，语法：del df['column-name']
pd.drop() 可以删除多列
pd.drop(labels,axis=1, inplace=False)
- labels：行列名称列表
- axis：0表示删除行(默认)，1表示删除列 ,
- inplace：False表示源DataFrame不变（默认，True表示原DataFrame改变
pd.pop() 只能删除一列并把删除的一列赋值给新的对象。
import pandas as pd
import numpy as np
df=pd.DataFrame(np.arange(40).reshape(5,8),index=list("abcde"),columns=['w','y','z',
'l','m','n','o','p'])
print(df)
del df['w']
df.drop(labels=['y','l'],axis=1,inplace=True)
print(df)
data=df.pop('n')
print(df)
print(data)
out：
w y z l m n o p
a 0 1 2 3 4 5 6 7
b 8 9 10 11 12 13 14 15
c 16 17 18 19 20 21 22 23
d 24 25 26 27 28 29 30 31
e 32 33 34 35 36 37 38 39
z m n o p
a 2 4 5 6 7
b 10 12 13 14 15
c 18 20 21 22 23
d 26 28 29 30 31
e 34 36 37 38 39
z m o p
a 2 4 6 7
b 10 12 14 15
c 18 20 22 23
d 26 28 30 31
e 34 36 38 39
a 5
b 13
c 21
d 29
e 37
Name: n, dtype: int32- 重复值删除。
重复值查看 duplicated(subset=None, keep='first’) ，Subset 是否只需要检查某几列
- KeepFirst：支持从前向后， 将后出现的相同行判断为重复值
- Last：和从后向前
重复值删除
drop_duplicates(subset=None, keep=’first’, inplace=False）
import pandas as pd
import numpy as np
data=pd.DataFrame({'qu1':[1,3,4,3,4],
'qu2':[1,3,4,3,4],
'qu3':[1,3,2,3,3]})
print(data)
print(data.duplicated(keep='first'))
print(data.duplicated(keep='last'))
print(data.drop_duplicates())
out:
qu1 qu2 qu3
0 1 1 1
1 3 3 3
2 4 4 2
3 3 3 3
4 4 4 3
0 False
1 False
2 False
3 True
4 False
dtype: bool
0 False
1 True
2 False
3 False
4 False
dtype: bool
qu1 qu2 qu3
0 1 1 1
1 3 3 3
2 4 4 2
4 4 4 34.改变索引
索引的不可变性，不能对索引的某个值直接进行修改。
整体重命名 pd.index =， pd.columns =
import pandas as pd
import numpy as np
df=pd.DataFrame(np.arange(40).reshape(5,8),index=list("abcde"),columns=['w','y','z',
'l','m','n','o','p'])
print(df.index)
print(df.columns)
df.index='new_'+df.index
df.columns='new'+df.columns
print(df.index)
print(df.columns)
out：
Index(['a', 'b', 'c', 'd', 'e'], dtype='object')
Index(['w', 'y', 'z', 'l', 'm', 'n', 'o', 'p'], dtype='object')
Index(['new_a', 'new_b', 'new_c', 'new_d', 'new_e'], dtype='object')
Index(['neww', 'newy', 'newz', 'newl', 'newm', 'newn', 'newo', 'newp'], dtype='object')行列同时修改
rename(index=None, columns=None, **kwargs)
- index：修改行索引名称，dict示例为{‘oldname’:‘newname’, ...}
- columns：修改列索引名称
- inplace : boolean, default False(生成新对象)
- copy：inplace为False时生效，表示是否为新对象创建新的存储位置，否则只是生成元数据(行列索引)
import pandas as pd
import numpy as np
df=pd.DataFrame(np.arange(40).reshape(5,8),index=list("abcde"),columns=['w','y','z',
'l','m','n','o','p'])
print(df.index)
print(df.columns)
df.rename(index={'a':'a1','b':'b1'},columns={'w':'w1','l':'l1'},inplace=True)
print(df.index)
print(df.columns)
out：
Index(['a', 'b', 'c', 'd', 'e'], dtype='object')
Index(['w', 'y', 'z', 'l', 'm', 'n', 'o', 'p'], dtype='object')
Index(['a1', 'b1', 'c', 'd', 'e'], dtype='object')
Index(['w1', 'y', 'z', 'l1', 'm', 'n', 'o', 'p'], dtype='object')同时调整行或者列
reindex(index=None, columns=None, **kwargs)
- index：调整后的行索引名称列表
- columns：调整后的列索引名称列表
- fill_value：出现新的索引时默认的，method = ffill ffill/pad 前向填充，bfill/backfill 后向填充 。
# series reindex
data1 = pd.Series(np.arange(4), index=list('ABCD'))
print(s1)
'''
A 1
B 2
C 3
D 4
dtype: int64
'''
# 重新指定 index， 多出来的index，可以使用fill_value 填充
print(s1.reindex(index=['A', 'B', 'C', 'D', 'E'], fill_value = 10))
'''
A 1
B 2
C 3
D 4
E 10
dtype: int64
'''
s2 = Series(['A', 'B', 'C'], index = [1, 5, 10])
print(s2)
'''
1 A
5 B
10 C
dtype: object
'''
# 修改索引，
# 将s2的索引增加到15个
# 如果新增加的索引值不存在，默认为 Nan
print(s2.reindex(index=range(15)))
'''
0 NaN
1 A
2 NaN
3 NaN
4 NaN
5 B
6 NaN
7 NaN
8 NaN
9 NaN
10 C
11 NaN
12 NaN
13 NaN
14 NaN
dtype: object
'''
# ffill ： foreaward fill 向前填充，
# 如果新增加索引的值不存在，那么按照前一个非nan的值填充进去
print(s2.reindex(index=range(15), method='ffill'))
'''
0 NaN
1 A
2 A
3 A
4 A
5 B
6 B
7 B
8 B
9 B
10 C
11 C
12 C
13 C
14 C
dtype: object
'''
# reindex dataframe
df1 = DataFrame(np.random.rand(25).reshape([5, 5]), index=['A', 'B', 'D', 'E', 'F'], columns=['c1', 'c2', 'c3', 'c4', 'c5'])
print(df1)
'''
c1 c2 c3 c4 c5
A 0.700437 0.844187 0.676514 0.727858 0.951458
B 0.012703 0.413588 0.048813 0.099929 0.508066
D 0.200248 0.744154 0.192892 0.700845 0.293228
E 0.774479 0.005109 0.112858 0.110954 0.247668
F 0.023236 0.727321 0.340035 0.197503 0.909180
'''
# 为 dataframe 添加一个新的索引
# 可以看到 自动 扩充为 nan
print(df1.reindex(index=['A', 'B', 'C', 'D', 'E', 'F']))
''' 自动填充为 nan
c1 c2 c3 c4 c5
A 0.700437 0.844187 0.676514 0.727858 0.951458
B 0.012703 0.413588 0.048813 0.099929 0.508066
C NaN NaN NaN NaN NaN
D 0.200248 0.744154 0.192892 0.700845 0.293228
E 0.774479 0.005109 0.112858 0.110954 0.247668
F 0.023236 0.727321 0.340035 0.197503 0.909180
'''
# 扩充列， 也是一样的
print(df1.reindex(columns=['c1', 'c2', 'c3', 'c4', 'c5', 'c6']))
'''
c1 c2 c3 c4 c5 c6
A 0.700437 0.844187 0.676514 0.727858 0.951458 NaN
B 0.012703 0.413588 0.048813 0.099929 0.508066 NaN
D 0.200248 0.744154 0.192892 0.700845 0.293228 NaN
E 0.774479 0.005109 0.112858 0.110954 0.247668 NaN
F 0.023236 0.727321 0.340035 0.197503 0.909180 NaN
'''
# 减小 index
print(s1.reindex(['A', 'B']))
''' 相当于一个切割效果
A 1
B 2
dtype: int64
'''
print(df1.reindex(index=['A', 'B']))
''' 同样是一个切片的效果
c1 c2 c3 c4 c5
A 0.601977 0.619927 0.251234 0.305101 0.491200
B 0.244261 0.734863 0.569936 0.889996 0.017936
————————————————5.数据排序
- 索引排序。
pd.sort_index(axis=1, ascending=False, inplace=True)
import pandas as pd
import numpy as np
df=pd.DataFrame(np.arange(9).reshape(3,3),index=list("acb"),columns=['w','m','z',])
print(df)
df.sort_index(axis=0,ascending=True,inplace=True)
print(df)
out：
w m z
a 0 1 2
c 3 4 5
b 6 7 8
w m z
a 0 1 2
b 6 7 8
c 3 4 5
df.sort_index(axis=1,ascending=True,inplace=True)
print(df)
out:
m w z
a 1 0 2
c 4 3 5
b 7 6 8- 列值排序。
pd.sort_values(by='b', ascending=False, inplace=True)
import pandas as pd
import numpy as np
data=pd.DataFrame({'qu1':[1,7,41,3,4],
'qu2':[1,9,4,37,4],
'qu3':[1,12,25,3,37]})
print(data)
data.sort_values(by='qu1',ascending=True,inplace=True)
print(data)
out：
qu1 qu2 qu3
0 1 1 1
1 7 9 12
2 41 4 25
3 3 37 3
4 4 4 37
qu1 qu2 qu3
0 1 1 1
3 3 37 3
4 4 4 37
1 7 9 12
2 41 4 25总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持程序员之家。
相关文章
今天小编就为大家分享一篇pytorch标签转onehot形式实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
这篇文章主要介绍了python?如何实现跳过异常继续执行，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-07-07
这篇文章主要介绍了Python列表切片常用操作实例解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-12-12
这篇文章主要为大家介绍了Python相关库设置,保护你的C盘技巧详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2023-11-11
python使用Pillow将照片转换为1寸报名照片的教程分享
在现代科技时代,我们经常需要调整和处理照片以适应特定的需求和用途,本文将介绍如何使用wxPython和Pillow库,通过一个简单的图形界面程序,将选择的照片转换为指定尺寸的JPG格式,并保存在桌面上,需要的朋友可以参考下2023-09-09
这篇文章主要介绍了浅谈pycharm使用及设置方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-09-09
python使用xlsxwriter实现有向无环图到Excel的转换
这篇文章主要为大家详细介绍了python使用xlsxwriter实现有向无环图到Excel的转换，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-12-12
Python作为一个“内置电池”的编程语言，标准库里面拥有非常多好用的模块。比如今天想给大家 介绍的 collections 就是一个非常好的例子2014-04-04
这篇文章主要介绍了Python全局变量与global关键字常见错误解决方案,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-10-10
这篇文章主要介绍了Python用户推荐系统曼哈顿算法实现完整代码，简单介绍了曼哈顿距离的定义，然后分享了其Python实现代码，具有一定借鉴价值，需要的朋友可以了解下。2017-12-12
最新评论