(1)标签选取:
行操作需要借助loc属性来完成:按标签或布尔数组访问一组行和列
注:loc允许接受两个参数分别是行和列
行和列还可以使用切片
(2)数值型索引和切片:
使用数据型索引需要使用iloc属性:直接使用索引,优先查找的是列标签,如果找不到会报错,列没有位置索引
可以使用使用iloc:行基于整数位置的按位置选择索引
注:loc使用的是标签,iloc使用的是位置索引,两者不可混用
(3)切片操作多行选取:可以直接使用数值型切片操作行(和使用iloc效果相同)
(4)添加数据行:使用append()函数可以将新的数据行添加到DataFrame中,该函数会在行末追加数据行
df.append(other,ignore_index=False,verify_intergrity=False,sort=False)
使用以下数据集进行具体讲解:
追加字典
注:仅当ignore_index=True或者序列有名称时才能追加序列
或者
Series数据有name
追加列表:①如果list是一维的,则以列的形式追加
②如果list是二维的,则以行的形式追加
③如果list是三维的,只添加一个值
注:使用append可能会出现相同的index,想避免的话,可以使用ignore_index=True
(5)删除数据行:可以使用行索引标签从DataFrame中删除某一行数据,如果索引标签存在重复,那么它们将被一起删除
[删除:drop(“行标签”),标签找不到会报错,默认不改变源数据]