来自https://www.cnblogs.com/guxh/p/9420610.html， 感谢作者。
创建df：
|
1
2
3
4
5
6
7
|
>>> df
=
pd.DataFrame(np.arange(
16
).reshape(
4
,
4
), columns
=
list
(
'ABCD'
), index
=
list
(
'1234'
))
>>> df
A B C D
1
0
1
2
3
2
4
5
6
7
3
8
9
10
11
4
12
13
14
15
|
1，删除行
1.1，drop
通过行名称删除：
|
1
2
|
df
=
df.drop([
'1'
,
'2'
])
# 不指定axis默认为0
df.drop([
'1'
,
'3'
], inplace
=
True
)
|
通过行号删除：
|
1
2
3
|
df.drop(df.index[
0
], inplace
=
True
)
# 删除第1行
df.drop(df.index[
0
:
3
], inplace
=
True
)
# 删除前3行
df.drop(df.index[[
0
,
2
]], inplace
=
True
)
# 删除第1第3行
|
1.2，通过各种筛选方法实现删除行
详见pandas“选择行单元格，选择行列“的笔记
举例，通过筛选可以实现很多功能，例如要对某行数据去重，可以获取去重后的index列表后，使用loc方法：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
>>> df.loc[
'2'
,
'B'
]
=
9
>>> df
A B C D
1
0
1
2
3
2
4
9
6
7
3
8
9
10
11
4
12
13
14
15
>>> chooses
=
df[
'B'
].drop_duplicates().index
>>> df.loc[chooses]
A B C D
1
0
1
2
3
2
4
9
6
7
4
12
13
14
15
|
2，删除列
2.1，del
|
1
|
del
df[
'A'
]
# 删除A列，会就地修改
|
2.2，drop
通过列名称删除：
|
1
2
|
df
=
df.drop([
'B'
,
'C'
], axis
=
1
)
# drop不会就地修改，创建副本返回
df.drop([
'B'
,
'C'
], axis
=
1
, inplace
=
True
)
# inplace=True会就地修改
|
使用列数删除，传入参数是int，列表，者切片：
|
1
2
3
|
df.drop(df.columns[
0
], axis
=
1
, inplace
=
True
)
# 删除第1列
df.drop(df.columns[
0
:
3
], axis
=
1
, inplace
=
True
)
# 删除前3列
df.drop(df.columns[[
0
,
2
]], axis
=
1
, inplace
=
True
)
# 删除第1第3列
|
2.3，通过各种筛选方法实现删除列
详见pandas“选择行单元格，选择行列“的笔记
3.1，loc，at，set_value
想增加一行，行名称为‘5’，内容为[16, 17, 18, 19]
|
1
2
3
|
df.loc[
'5'
]
=
[
16
,
17
,
18
,
19
]
# 后面的序列是Iterable就行
df.at[
'5'
]
=
[
16
,
17
,
18
,
19
]
df.set_value(
'5'
, df.columns, [
16
,
17
,
18
,
19
], takeable
=
False
)
# warning，set_value会被取消
|
3.2，append
添加有name的Series：
|
1
2
|
s
=
pd.Series([
16
,
17
,
18
,
19
], index
=
df.columns, name
=
'5'
)
df
=
df.append(s)
|
添加没有name的Series，必须ignore_index：
|
1
2
|
s
=
pd.Series([
16
,
17
,
18
,
19
], index
=
df.columns)
df
=
df.append(s, ignore_index
=
True
)
|
可以 append字典列表，同样需要必须ignore_index：
|
1
2
|
ls
=
[{
'A'
:
16
,
'B'
:
17
,
'C'
:
18
,
'D'
:
19
}, {
'A'
:
20
,
'B'
:
21
,
'C'
:
22
,
'D'
:
23
}]
df
=
df.append(ls, ignore_index
=
True
)
|
3.3，逐行增加
简单的逐行添加内容，可以：
|
1
|
df.loc[
len
(df)]
=
[
16
,
17
,
18
,
19
]
|
但需要注意：len(df)生成的是int，如果生成的int，df已经存在了，会覆盖该行数据，而不会新增
3.4，插入行
增加行没找到类似insert这种可以插入的方法，暂时替代方法可以先reindex，再赋值：
|
1
2
|
df
=
df.reindex(index
=
df.index.insert(
2
,
'5'
))
df.loc[
'5'
]
=
[
16
,
17
,
18
,
19
]
|
一般涉及到增加列项时，经常会对现有的数据进行遍历运算，获得新增列项的值，所以这里结合对DataFrame的遍历讨论增加列。
例如，想增加一列'E'，值等于'A'和'C'列对应值之和。
4.1，遍历DataFrame获取序列的方法
|
1
2
3
4
5
|
s
=
[a
+
c
for
a, c
in
zip
(df[
'A'
], df[
'C'
])]
# 通过遍历获取序列
s
=
[row[
'A'
]
+
row[
'C'
]
for
i, row
in
df.iterrows()]
# 通过iterrows()获取序列，s为list
s
=
df.
apply
(
lambda
row: row[
'A'
]
+
row[
'C'
], axis
=
1
)
# 通过apply获取序列，s为Series
s
=
df[
'A'
]
+
df[
'C'
]
# 通过Series矢量相加获取序列
s
=
df[
'A'
].values
+
df[
'C'
].values
# 通过Numpy矢量相加获取序列
|
4.2，[ ]，loc
通过df[]或者df.loc添加序列
|
1
2
|
df.loc[:,
'E'
]
=
s
df[
'E'
]
=
s
|
4.3，Insert
可以指定插入位置，和插入列名称
|
1
|
df.insert(
0
,
'E'
, s)
|
4.4，concat
|
1
2
|
s
=
pd.Series([
16
,
17
,
18
,
19
], name
=
'E'
, index
=
df.index)
df
=
pd.concat([df, s], axis
=
1
)
|
4.5，iloc和loc遍历过程中给列赋值
效率比较低
df['E']是DataFrame的一个Series，是引用，对其修改也能改变DataFrame，但运行时报了Warning
|
1
2
3
4
|
df[
'E'
]
=
None
# 需事先创建e列，否则iloc遍历会报错，loc遍历无需事先创建
for
i
in
range
(
len
(df)):
df[
'E'
].iloc[i]
=
df[
'A'
].iloc[i]
+
df[
'C'
].iloc[i]
# SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame
|
不用Series不会报Warning：
|
1
2
3
4
|
df[
'E'
]
=
None
col_no
=
[i
for
i
in
df.columns].index(
'E'
)
for
i
in
range
(
len
(df)):
df.iloc[i, col_no]
=
df[
'A'
].iloc[i]
+
df[
'C'
].iloc[i]
|
用loc无需先给E列赋空值：
|
1
2
|
for
i
in
df.index:
df.loc[i,
'E'
]
=
df.loc[i,
'A'
]
+
df.loc[i,
'C'
]
|
4.6，逐列增加
简单的逐列添加内容，可以：
|
1
|
df[
len
(df)]
=
[
16
,
17
,
18
,
19
]
|
但需要注意：len(df)生成的是int，如果生成的int，df已经存在了，会覆盖该列数据，而不会新增
4.7，其他方法
增加3列，EFG，value默认为np.NaN
|
1
2
|
df
=
pd.concat([df, pd.DataFrame(columns
=
list
(
'EFG'
))])
# 列的次序无法指定，并且fillna时会对整个df做出调整
df
=
df.reindex(columns
=
list
(
'ABCDEFG'
), fill_value
=
0
)
# 列的次序按照list指定，并且fill_value只对新增列做出调整，推荐！
|