DataFrame(5)：DataFrame的增、刪、改、查

1、說明

• 增：增加一行或一列；
• 刪：刪出一行或一列；
• 改：修改某行或某列；
• 查：獲取Datarame中的值；

2、查：獲取值

這里需求在之前的文章講述過了，大家可以參考這個文章：DataFrame(4)：DataFrame元素的獲取方式

3、增

1）增加行

① df.loc()

df = pd.DataFrame({"A":[1,3,5,7,9],
                   "B":[2,4,6,8,10],
                   "C":[3,6,9,12,15],
                   "D":[1,2,3,4,5]},
                   index=list("abcde"))
display(df)

df.loc["f"] = pd.Series([1,2,3,4],index=df.columns)
display(df)

結果如下：

② df.append()：該函數用法很多，這個例子是向append()中傳入一個Series

df = pd.DataFrame({"A":[1,3,5,7,9],
                   "B":[2,4,6,8,10],
                   "C":[3,6,9,12,15],
                   "D":[1,2,3,4,5]},
                   index=list("abcde"))
display(df)

x = pd.Series([1,1,1,1],index=list("ABCD"),name="f")
display(x)

df.append(x)

結果如下：

                

2）增加列

① 增加一列：df["新列名"]

df = pd.DataFrame({"A":[1,3,5,7,9],
                   "B":[2,4,6,8,10],
                   "C":[3,6,9,12,15],
                   "D":[1,2,3,4,5]},
                   index=list("abcde"))
display(df)

df["E"] = pd.Series([6,6,6,6,6],index=df.index)
display(df)

結果如下：

               

② 在指定列后面增加一列：df.insert()

df = pd.DataFrame({"A":[1,3,5,7,9],
                   "B":[2,4,6,8,10],
                   "C":[3,6,9,12,15],
                   "D":[1,2,3,4,5]},
                   index=list("abcde"))
display(df)

df.insert(1,"A1",pd.Series([1,1,1,1,1],index=df.index))
df

結果如下：

               

4、刪

1）刪除一行：df.drop(axis=0)

df = pd.DataFrame({"A":[1,3,5,7,9],
                   "B":[2,4,6,8,10],
                   "C":[3,6,9,12,15],
                   "D":[1,2,3,4,5]},
                   index=list("abcde"))
display(df)

df.drop(["a","d"],axis=0)

結果如下：

               

2）刪除一列：df.drop(axis=1)

df = pd.DataFrame({"A":[1,3,5,7,9],
                   "B":[2,4,6,8,10],
                   "C":[3,6,9,12,15],
                   "D":[1,2,3,4,5]},
                   index=list("abcde"))
display(df)

df.drop(["B"],axis=1)

結果如下：

               

注意：使用drop()函數刪除列的時候，如果原地修改df表，則必須要指定inplace=True。

3）刪除列還有兩個函數：del、pop

這兩個函數都屬於原地刪除df中的列，但是pop()函數刪除某一列后，有返回值，返回值就是該刪除列(Series)，而del屬於永久刪除列，該列刪除后就不存在了。

① del：永久的刪除某一列數據

df = pd.DataFrame({"A":[1,3,5,7,9],
                   "B":[2,4,6,8,10],
                   "C":[3,6,9,12,15],
                   "D":[1,2,3,4,5]},
                   index=list("abcde"))
display(df)

del df["C"]

結果如下：

               

② pop()：刪除某列數據，會得到一個返回值Series

df = pd.DataFrame({"A":[1,3,5,7,9],
                   "B":[2,4,6,8,10],
                   "C":[3,6,9,12,15],
                   "D":[1,2,3,4,5]},
                   index=list("abcde"))
display(df)

df1 = df.pop("C")
display(df1)
display(df)

結果如下：

               

5、改

1）修改某行：df.loc()、df.iloc()

df = pd.DataFrame({"A":[1,3,5,7,9],
                   "B":[2,4,6,8,10],
                   "C":[3,6,9,12,15],
                   "D":[1,2,3,4,5]},
                   index=list("abcde"))
display(df)

df.loc["a"] = [1,1,1,1]
display(df)

df.iloc[1] = [6,6,6,6]
display(df)

結果如下：

               

2）修改某列：df[ ]

df = pd.DataFrame({"A":[1,3,5,7,9],
                   "B":[2,4,6,8,10],
                   "C":[3,6,9,12,15],
                   "D":[1,2,3,4,5]},
                   index=list("abcde"))
display(df)

df["A"] = [1,1,1,1,1]
df

結果如下：