pandas刪除行刪除列，增加行增加列

創建df：

>>> 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，刪除行

1.1，drop

通過行名稱刪除：

df = df.drop(['1', '2'])           # 不指定axis默認為0
df.drop(['1', '3'], inplace=True)

通過行號刪除：

df.drop(df.index[0], inplace=True)       # 刪除第1行
df.drop(df.index[0:3], inplace=True)     # 刪除前3行
df.drop(df.index[[0, 2]], inplace=True)  # 刪除第1第3行

 

1.2，通過各種篩選方法實現刪除行

詳見pandas“選擇行單元格，選擇行列“的筆記

舉例，通過篩選可以實現很多功能，例如要對某行數據去重，可以獲取去重后的index列表后，使用loc方法：

>>> 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，刪除列

2.1，del

del df['A']  # 刪除A列，會就地修改

 

2.2，drop

通過列名稱刪除：

df = df.drop(['B', 'C'], axis=1)               # drop不會就地修改，創建副本返回
df.drop(['B', 'C'], axis=1, inplace=True)      # inplace=True會就地修改

使用列數刪除，傳入參數是int，列表，者切片：

df.drop(df.columns[0], axis=1, inplace=True)       # 刪除第1列
df.drop(df.columns[0:3], axis=1, inplace=True)     # 刪除前3列
df.drop(df.columns[[0, 2]], axis=1, inplace=True)  # 刪除第1第3列

 

2.3，通過各種篩選方法實現刪除列

詳見pandas“選擇行單元格，選擇行列“的筆記

 

3，增加行

3.1，loc，at，set_value

想增加一行，行名稱為‘5’，內容為[16, 17, 18, 19]

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會被取消

 

3.2，append

添加有name的Series： 

s = pd.Series([16, 17, 18, 19], index=df.columns, name='5')
df = df.append(s)

添加沒有name的Series，必須ignore_index：

s = pd.Series([16, 17, 18, 19], index=df.columns)
df = df.append(s, ignore_index=True)　　

可以 append字典列表，同樣需要必須ignore_index：

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

簡單的逐行添加內容，可以：

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已經存在了，會覆蓋該行數據，而不會新增

 

3.4，插入行

增加行沒找到類似insert這種可以插入的方法，暫時替代方法可以先reindex，再賦值：

df = df.reindex(index=df.index.insert(2, '5'))
df.loc['5'] = [16, 17, 18, 19]

 

 

4，df增加列

一般涉及到增加列項時，經常會對現有的數據進行遍歷運算，獲得新增列項的值，所以這里結合對DataFrame的遍歷討論增加列。

例如，想增加一列'E'，值等於'A'和'C'列對應值之和。

4.1，遍歷DataFrame獲取序列的方法

s = [a + c for a, c in zip(df['A'], df['C'])]          # 通過遍歷獲取序列
s = [row['A'] + row['C'] for i, row in df.iterrows()]  # 通過iterrows()獲取序列，s為list
s = df.apply(lambda row: row['A'] + row['C'], axis=1)  # 通過apply獲取序列，s為Series
s = df['A'] + df['C']                                  # 通過Series矢量相加獲取序列
s = df['A'].values + df['C'].values                    # 通過Numpy矢量相加獲取序列

　　

4.2，[ ]，loc

通過df[]或者df.loc添加序列

df.loc[:, 'E'] = s
df['E'] = s

 

4.3，Insert

可以指定插入位置，和插入列名稱

df.insert(0, 'E', s)  

 

4.4，concat

s = pd.Series([16, 17, 18, 19], name='E', index=df.index)
df = pd.concat([df, s], axis=1)

　　

4.5，iloc和loc遍歷過程中給列賦值

效率比較低

df['E']是DataFrame的一個Series，是引用，對其修改也能改變DataFrame，但運行時報了Warning

df['E'] = None  # 需事先創建e列，否則iloc遍歷會報錯，loc遍歷無需事先創建
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不會報Warning：

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無需先給E列賦空值：

for i in df.index:
    df.loc[i, 'E'] = df.loc[i, 'A'] + df.loc[i, 'C']

 

4.6，逐列增加

簡單的逐列添加內容，可以：

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已經存在了，會覆蓋該列數據，而不會新增

 

4.7，其他方法

 增加3列，EFG，value默認為np.NaN

df = pd.concat([df, pd.DataFrame(columns=list('EFG'))])   # 列的次序無法指定，並且fillna時會對整個df做出調整
df = df.reindex(columns=list('ABCDEFG'),  fill_value=0)   # 列的次序按照list指定，並且fill_value只對新增列做出調整，推薦！