---

前言

本篇文章将会持续更新，记录在日常工作中，容易遇到的pandas库DataFrame中的常用操作。

---

一、DataFrame创建

1.基于列表创建

data = [['Jack', 10], ['Tom', 12], ['Lucy', 13]]
columns = ['Name', 'Age']
df_by_list = pd.DataFrame(data, columns=columns)
print(df_by_list)
1
2
3
4

输出：

   Name  Age
0  Jack   10
1   Tom   12
2  Lucy   13
1
2
3
4

2.基于字典创建

row = {
            'Name': ['Jack', 'Tom', 'Lucy'],
            'Age': [10, 12, 13]
        }
df_by_dict = pd.DataFrame(row)
print(df_by_dict)
1
2
3
4
5
6

输出：

   Name  Age
0  Jack   10
1  Tome   12
2  Lucy   13
1
2
3
4

二、查询

1.df直接查询

① 查询一列

names = df['Name'].tolist()
print(names)
1
2

输出：

['Jack', 'Tom', 'Lucy']
1

---

② 条件查询

ages = df[(df['Age'] > 10) & (df['Age'] < 13)]
print(ages)
1
2

输出：

  Name  Age
1  Tom   12
1
2

2.query()方法

① 条件查询

result = df.query('Age > 10 & Age < 13')
print(result)
1
2

输出：

  Name  Age
1  Tom   12
1
2

② 带有变量的查询(用@变量)

names = ['Tom', 'Lily', 'Sam']
result = df.query('Name not in @names')
print(result)
1
2
3

输出：

   Name  Age
0  Jack   10
2  Lucy   13
1
2
3

三、增加

1.增加列

① 直接加：在最后一列加新的列

df['Gender'] = ['M', 'M', 'F']
print(df)
1
2

输出：

   Name  Age Gender
0  Jack   10      M
1   Tom   12      M
2  Lucy   13      F
1
2
3
4

② insert方法：可以指定位置加

df.insert(0, 'Gender', ['M', 'M', 'F'])
print(df)
1
2

输出：

  Gender  Name  Age
0      M  Jack   10
1      M   Tom   12
2      F  Lucy   13
1
2
3
4

2.增加行

① loc函数：增加一行

df.loc[len(df.index)] = ('Lily', 20)
print(df)
1
2

输出：

   Name  Age
0  Jack   10
1   Tom   12
2  Lucy   13
3  Lily   20
1
2
3
4
5

注意： 如果不加在最后一行，数据将会被替换，例：

df.loc[1] = ('Lily', 20)
print(df)
1
2

输出：

   Name  Age
0  Jack   10
1  Lily   20
2  Lucy   13
1
2
3
4

② 增加多行

data1 = [['Lily', 23], ['Sam', 35]]
columns1 = ['Name', 'Age']
df1 = pd.DataFrame(data1, columns=columns1)
df2 = pd.concat([df, df1], ignore_index=True)
print(df2)
1
2
3
4
5

输出：

   Name  Age
0  Jack   10
1   Tom   12
2  Lucy   13
3  Lily   23
4   Sam   35
1
2
3
4
5
6

注意：
1.ignore_index=True 参数表示重新设置索引
2.append方法即将过时，建议用concat方法
3.concat方法要求两个df需要有相同的列名

四、更新(改)

1. 更新整行值

data1 = [['Lily', 23], ['Sam', 35]]
columns1 = ['Name', 'Age']
new_df = pd.DataFrame(data1, columns=columns1)
df.update(new_df)
print(df)
1
2
3
4
5

输出：

   Name   Age
0  Lily  23.0
1   Sam  35.0
2  Lucy  13.0
1
2
3
4

2. 更新某个值

df.loc[0, 'Age'] = 25
print(df)
1
2

输出：

   Name  Age
0  Jack   25
1   Tom   12
2  Lucy   13
1
2
3
4

五、删除

1. 删除行

df = df.drop(df[(df['Age'] > 10) & (df['Age'] < 13)].index)
print(df)
1
2

输出：

   Name  Age
0  Jack   10
2  Lucy   13
1
2
3

2. 删除列

df = df.drop('Age', axis=1)
print(df)
1
2

输出：

   Name
0  Jack
1   Tom
2  Lucy
1
2
3
4

注意：
DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)

• labels：要删除的行或列，用列表给出
• axis：默认为0，指要删除的是行，删除列时需指定axis为1
• index ：直接指定要删除的行，删除多行可以使用列表作为参数
• columns：直接指定要删除的列，删除多列可以使用列表作为参数
• inplace: 默认为False，该删除操作不改变原数据；inplace = True时，改变原数据

六、遍历

for index, row in df.iterrows():
    print(index)
    print(row['Name'])
    print(row['Age'])
1
2
3
4

输出：

0 Jack 10
1 Tom 12
2 Lucy 13
1
2
3

注意： 这里的iterrows()返回值为元组,(index,row)，index即为行索引，row就是一行的所有数据，可通过字段名获取到

---