Python pandas 各类操作备忘

最新推荐文章于 2023-09-25 14:54:08 发布

危凌天

最新推荐文章于 2023-09-25 14:54:08 发布

阅读量779

点赞数

CC 4.0 BY-SA版权

分类专栏： Python 文章标签： python pandas dataframe concat merge

本文链接：https://blog.csdn.net/wijaya/article/details/115330775

这篇博客详细介绍了Pandas库在数据处理中的常见操作，包括创建DataFrame、转换列、选择记录、新增和删除行与列、数据聚合与分组、数据透视、统计分析以及读写文件等。通过实例展示了如何利用Pandas进行数据清洗、合并和统计计算，对于理解Pandas的功能和提升数据处理能力非常有帮助。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

>>> import pandas as pd

>>> factors={'2021':36.45,'2020':35.43,'2019':34.65,'2018':33.9,'2017':33.14}

# 必须加index，index中是列表,列表个数，即为记录数。
# 下面是以关键字为列名，共5列
>>> df = pd.DataFrame(factors,index=[1])

# 结果如下：
2021 2020 2019 2018 2017
1 36.45 35.43 34.65 33.9 33.14

# 下面是分成2列，即key为一列，item为一列
>>> df = pd.DataFrame( list(zip(factors.keys(),factors.values())) ,columns=['Year','Factor'])

Year Factor
0 2021 36.45
1 2020 35.43
2 2019 34.65
3 2018 33.90
4 2017 33.14

# 选择记录
>>> df[2:4]
Year Factor
2 2019 346.5
3 2018 339.0

# 新增一行记录 'Year'列=2016 （如果index已存在，则直接修改）
>>> df.loc[5,'Year']=2016
>>> df
Year Factor
0 2021 36.45
1 2020 35.43
2 2019 34.65
3 2018 33.90
4 2017 33.14
5 2016 NaN

# 删除某一行记录， axis=0 为默认值， =0 表示删除行，=1删除列。
>>> df.drop(5,axis=0)
Year Factor
0 2021 36.45
1 2020 35.43
2 2019 34.65
3 2018 33.90
4 2017 33.14

# 增加一列空列
>>> df['memo'] = '' #新增列值为空
>>> df = df.reindex(columns=['Year','Factor','memo']) #新增列值为Nan
Year Factor memo
0 2021 36.45
1 2020 35.43 &

最低0.47元/天解锁文章

200万优质内容无限畅学

Python pandas 各类 操作 备忘

Python pandas 各类操作备忘