函数 | 用法 |
apply() | 用于对DataFrame中的数据进行按行或者按列操作 |
map() | 用于对Series中的每一个数据操作 |
applymap() | 用于对DataFrame的每一个数据操作 |
1、apply()函数 -对DataFrame 进行按行或者按列操作
2、applymap()-对DataFrame 每一个数据操作
3、map()-对Series中的每一个数据操作
df.index.is_unique # 判断是否是唯一值
df.index.unique() # 获取唯一值
- 1、直接添加数据列
- df['e']=100
- df[['e','f']]=99 #必须再加[ ]
- df['score']=[75,99,65] #添加一列成绩
-
- 2、使用insert(位置,列名,值)添加数据列
- df.insert(2,'count',[5,10,5])
-
- 3、使用append()添加,沿着 axis=0 (行方向)进行操作
- #ignore_index=True 忽略原来的索引,新索引从0开始
- df1=df1.append(df2,ignore_index=True)
-
- 1、concat连接操作:有行和列拼接,默认是行拼接,
- 拼接方法默认是外拼接(并集),拼接的对象是pandas数据类型
-
-
- 2、merge合并操作:基于column连接dataframe
-
-
- 3、 join() 合并操作:基于index连接dataframe
-
- 2与3的连接方法有内连接,外连接,左连接和右连接
1、concat连接操作
2、merge合并操作
使用how参数合并:
3、join合并操作