1.1通过key:list的字典形式创建
panda怎样读写表格数据文件
引入pandas库
import pandas from pd
读取txt文件
skiprows表示从第五行显示
第2篇：DataFrame
第1部分：DataFrame简介
- 区别：
series，只是一个一维数据结构，它由index和value(最基本元素)组成。 dataframe，是一个二维结构，除了拥有index和value之外，还拥有column。
- 联系：
dataframe由多个series组成，无论是行还是列，单独拆分出来都是一个series。
第2部分：DataFrame的创建
DataFrame 是最常用的 Pandas 对象，与 Series 一样，DataFrame 支持多种类型的输入数据：
- 方式1：字典套Series
- 方式2：字典套列表
- 方式3：列表套字典
- 方式4：列表套列表（二维数组）
- 方式5：DataFrame.from_dict
- 方式6：DataFrame.from_record
- 方式7：文件中读取
第1篇：pandas入门及Series介绍
第1部分：Pandas概览
Pandas 适用于处理以下类型的数据：
- 与 SQL 或 Excel 表类似的，含异构列的表格数据;
- 有序和无序（非固定频率）的时间序列数据;
- 带行列标签的矩阵数据，包括同构或异构型数据;
- 任意其它形式的观测、统计数据集, 数据转入 Pandas 数据结构时不必事先标记。 Pandas 的主要数据结构是 Series（一维数据）与 DataFrame（二维数据），这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数典型用例。对于 R 用户，DataFrame 提供了比 R 语言 data.frame 更丰富的功能。Pandas 基于 NumPy 开发，可以与其它第三方科学计算支持库完美集成。
Pandas 就像一把万能瑞士军刀，下面仅列出了它的部分优势：
- 处理浮点与非浮点数据里的缺失数据，表示为 NaN；
- 大小可变：插入或删除 DataFrame 等多维对象的列；
- 自动、显式数据对齐：显式地将对象与一组标签对齐，也可以忽略标签，在 Series、DataFrame 计算时自动与数据对齐；
- 强大、灵活的分组（group by）功能：拆分-应用-组合数据集，聚合、转换数据；
- 把 Python 和 NumPy 数据结构里不规则、不同索引的数据轻松地转换为 DataFrame 对象；
- 基于智能标签，对大型数据集进行切片、花式索引、子集分解等操作；
- 直观地合并（merge）、连接（join）数据集；
- 灵活地重塑（reshape）、透视（pivot）数据集；
- 轴支持结构化标签：一个刻度支持多个标签；
- 成熟的 IO 工具：读取文本文件（CSV 等支持分隔符的文件）、Excel 文件、数据库等来源的数据，利用超快的 HDF5 格式保存 / 加载数据；
- 时间序列：支持日期范围生成、频率转换、移动窗口统计、移动窗口线性回归、日期位移等时间序列功能。 这些功能主要是为了解决其它编程语言、科研环境的痛点。处理数据一般分为几个阶段：数据整理与清洗、数据分析与建模、数据可视化与制表，Pandas 是处理数据的理想工具。
其它说明：
- Pandas 速度很快。Pandas 的很多底层算法都用 Cython 优化过。然而，为了保持通用性，必然要牺牲一些性能，如果专注某一功能，完全可以开发出比 Pandas 更快的专用工具。
- Pandas 是 statsmodels 的依赖项，因此，Pandas 也是 Python 中统计计算生态系统的重要组成部分。
- Pandas 已广泛应用于金融领域。
- float
- int
- bool
- datetime64[ns]
第2部分：数据结构
.
andas两大核心数据结构：Series和DataFrame。
|维数|名称|描述|数据表| |-|-|-|-| |1|Series|带标签的一维同构数组|一列或一行| |2|DataFrame|带标签的，大小可变的，二维异构表|一个sheet表或一个table|
- Series是一种一维数据结构，每一个元素都带有一个索引，其中索引可以为数字或字符串。其基本数据结构为索引列和数据列。
- Dataframe是一种二维数据结构，数据以表格形式（与excel类似）存储，有对应的行和列。其基本数据结构为索引列和多列数据，即Dataframe的由多个Series构成。
Pandas 数据结构就像是低维数据的容器。比如，DataFrame 是 Series 的容器，Series 则是标量的容器。使用这种方式，可以在容器中以字典的形式插入或删除对象。
此外，通用 API 函数的默认操作要顾及时间序列与截面数据集的方向。多维数组存储二维或三维数据时，编写函数要注意数据集的方向，这对用户来说是一种负担；如果不考虑 C 或 Fortran 中连续性对性能的影响，一般情况下，不同的轴在程序里其实没有什么区别。Pandas 里，轴的概念主要是为了给数据赋予更直观的语义，即用“更恰当”的方式表示数据集的方向。这样做可以让用户编写数据转换函数时，少费点脑子。
处理 DataFrame 等表格数据时，index（行）或 columns（列）比 axis 0 和 axis 1 更直观。用这种方式迭代 DataFrame 的列，代码更易读易懂：
大小可变和数据复制
Pandas 所有数据结构的值都是可变的，但数据结构的大小并非都是可变的，比如，Series 的长度不可改变，但 DataFrame 里就可以插入列。
Pandas 里，绝大多数方法都不改变原始的输入数据，而是复制数据，生成新的对象。 一般来说，原始输入数据不变更稳妥。
数据类型介绍
Pandas 的数据类型是指某一列的里所有的数据的共性，如果全是数字那么就是类型数字型，其中一个不是数据那么就没法是数字型了。我们知道 Pandas 里的一列可以由 NumPy 数组组成，事实上大多 NumPy 的数据类型就是 Pandas 的类型，Pandas 也会有自己特有的数据类型。
主要的数据类型
- float
- int
- bool
- datetime64[ns]
- datetime64[ns, tz]
- timedelta64[ns]
- timedelta[ns]
- category
- object
- string 新功能，还在实验阶段
默认的数据类型是 int64 和 float64，文字类型是 object。
和 python、NumPy 类型的对应关系：
|Pandas 类型|Python 类型|NumPy类型|使用场景| |-|-|-|-| |object|str or mixed|string, unicode, mixed types|文本或者混合数字| |int64|int|int, int8, int16, int32, int64, uint8, uint16, uint32, uint64|整型数字| |float64|float|float, float16, float32, float64|浮点数字| |bool|bool|bool_|True/False 布尔型| |datetime64[ns]|nan|datetime64[ns]|日期时间| |timedelta[ns]|nan|nan|两个时间之间的距离，时间差| |category|nan|nan|有限文本值，枚举|
pandas特有数据类型
DatetimeTZDtype 带有时区的日期时间格式。
查看数据及其类型
user_info
type(user_info)
查看某列数据及其类型
user_info.age
type(user_info.loc[‘Tom’, :]) # pandas.core.series.Series
第3部分：Series
Series是一个带有名称和索引的一维数组，但与传统数组中元素类型必须相同不一样的是，Series中的元素类型可以不同，在Series中包含的数据类型可以是整数、浮点、字符串、Python对象等，这一点与Python中的列表比较类似，但与列表不同的是，列表只能通过数字索引取值，而Series可以通过自定义索引取值，从这一点来看Series与字典类似。
pandas.Series(data=None, index=None, dtype=None, name=None, copy=False)
参数解释：
- data：支持以下数据类型：
- Python 字典
- 多维数组
- 标量值（如，5）
- index：索引，类似数组或列表，值必须是可哈希的，并且与“data”具有相同的长度。允许使用非唯一索引值。将默认为RangeIndex（0，1，2，…，n）（如果未提供）。如果Index和字典同时提供，index将会覆盖字典的keys。
- dtype: str，numpy.d类型，或ExtensionType，可选输出序列的数据类型。如果未指定，则将从“data”推断。
- name：Series的名称。
- copy: bool，默认为False,是否对输入数据进行复制。
1. Series的创建
方式一：通过列表或数组方式创建
user_age = pd.Series(data=[18, 30, 25, 40])
user_age
user_age.index = ["Tom", "Bob", "Mary", "James"] # 加索引
user_age.index.name = "name" # 索引加名字
user_age.name="user_age_info" # series加名字
user_age
user_age = pd.Series(data=[18, 30, 25, 40], index=["Tom", "Bob", "Mary", "James"], name='user_age_info')
user_age
data = {"Tom": 18, "Bob": 30, "Mary": 25, "James": 40}
user_age = pd.Series(data=data, name="user_age_info")
user_age
注意：data 为字典，且未设置 index 参数时，如果 Python 版本 >= 3.6 且 Pandas 版本 >= 0.23，Series 按字典的插入顺序排序索引。
Python < 3.6 或 Pandas < 0.23，且未设置 index 参数时，Series 按字母顺序排序字典的键（key）列表。
data = {"Tom": 18, "Bob": 30, "Mary": 25, "James": 40}
user_age = pd.Series(data=data, name="user_age_info", dtype=float)
user_age
user_age = pd.Series(data=data, name="user_age_info", dtype=float)
Series属性
Series常见的属性包含：
- shape: Series的形状
- index: Series的索引
- values: Series的数据值。ndarray类型
- name: Series的名称
- dtype: Series的数据类型
对于一个Series，其中最常用的属性为值（values），索引（index），名字（name），类型（dtype）。
3. Series的方法
3.1 基本方法
- head(n): 查看Series的前n个元素，默认n为5。
- tail(n): 查看Series的后n个元素，默认n为5。
- unique(): 返回Series中不重复的元素。
- nunique(dropna=False)：返回Series中不重复的元素个数。
- isna(): 判断元素是否是缺失值。
- isnull(): 和isna()功能相同。
- dropna(inplace=False)：删除缺失值。
- isin(values)：成员运算，values为set或者list-like类型，判断series中每个元素是否是values的成员。
- sort_index(ascending=False, inplace=False): 对索引排序
- sort_values(ascending=False, inplace=False)：对值排序。
- idmax(): 返回最大值的索引。
- idmin(): 返回最小值的索引。
- nlargest(): 返回n个最大的值。
- nsmallest(): 返回n个最小的值。
- count(): 返回非缺失值元素个数。
- value_counts(ascending=False,dropna=True)：统计数据。
- clip(lower, upper, inplace=False): 对Series在lower-upper范围进行截断，小于lower的替换为lower,大于upper的替换为upper。
- replace(to_replace, value=None, inplace=False): 对Series中指定值进行替换。
- where(cond, other=np.nan, inplace=False)： 对不满足cond的元素替换为other。
- add_prefix(prefix): 统一加前缀。
- add_suffix(suffix): 统一加后缀。
- reset_index(drop=False, name=None, inplace=False): 重置索引，当drop为False时返回DataFrame。
- to_frame(name=None):将Series转换为DataFrame。
- append(toappend, ignoreindex=False, verify_integrity=False)：将两个Series进行合并。
import pandas as pd
import numpy as np
# 创建一个包含数字和特殊值的Series
data = [1, 2, np.nan, 4, 5, 5, 6, 7, 8, 9, 10]
s = pd.Series(data)
# 查看Series的前5个元素
print("Head of Series:")
print(s.head())
# 查看Series的后5个元素
print("\nTail of Series:")
print(s.tail())
# 返回Series中不重复的元素
print("\nUnique values:")
print(s.unique())
# 返回Series中不重复的元素个数
print("\nNumber of unique values:")
print(s.nunique())
# 判断元素是否是缺失值
print("\nMissing values check:")
print(s.isna())
# 删除缺失值
print("\nSeries without missing values:")
print(s.dropna())
# 判断series中每个元素是否是特定值的成员
print("\nMembers of [1, 5, 9]:")
print(s.isin([1, 5, 9]))
# 对索引排序
print("\nSeries sorted by index:")
print(s.sort_index())
# 对值排序
print("\nSeries sorted by values:")
print(s.sort_values())
# 返回最大值的索引
print("\nIndex of max value:")
print(s.idxmax())
# 返回最小值的索引
print("\nIndex of min value:")
print(s.idxmin())
# 返回5个最大的值
print("\n5 largest values:")
print(s.nlargest(5))
# 返回5个最小的值
print("\n5 smallest values:")
print(s.nsmallest(5))
# 返回非缺失值元素个数
print("\nCount of non-missing values:")
print(s.count())
# 统计数据频率
print("\nValue counts:")
print(s.value_counts())
# 对Series在1-9范围进行截断
print("\nSeries clipped between 1 and 9:")
print(s.clip(1, 9))
# 对Series中指定值进行替换
print("\nSeries with 5 replaced by -1:")
print(s.replace(5, -1))
# 对不满足cond的元素替换为np.nan
print("\nSeries with values less than 5 replaced by NaN:")
print(s.where(s >= 5))
# 统一加前缀
print("\nSeries with prefix 'value_':")
print(s.add_prefix('value_'))
# 统一加后缀
print("\nSeries with suffix '_foo':")
print(s.add_suffix('_foo'))
# 重置索引
print("\nSeries reset index:")
print(s.reset_index())
# 将Series转换为DataFrame
print("\nSeries to DataFrame:")
print(s.to_frame(name='Value'))
# 将两个Series进行合并
print("\nSeries appended with another Series:")
s2 = pd.Series([11, 12, np.nan, 14])
print(s.append(s2, ignore_index=True))
3.2 数字类型方法
- max(): 最大值
- min(): 最小值
- sum(): 和
- var(): 方差
- std(): 标准差
- median(): 中位数
- mean(): 平均值
- mad(): 平均绝对偏差,每个数据点与平均值之间的平均距离。
- abs(): 绝对值
- quantile(): 分位数函数
- cummax(): 累计最大值
- cumsum(): 累计和
- cumprod(): 累计乘积
- mode():众数
3.3 字符串类型方法
pandas中字符串类型Series通过Series.str.方法进行调用，常用的方法如下：
通过以上我们可以知道，pandas中字符串Series几乎具有Python字符串所有的功能，从这里就可以看出pandas的强大之处了。 关于字符串类型的方法，我们将在之后文本数据处理章节中进行介绍。
3.4 分类数据方法
分类数据直白来说就是取值为有限的，或者说是固定数量的可能值。例如：性别、血型，通过Series.cat.方法名来调用。具体使用将在后面分类数据处理章节进行详细介绍。
3.5 时间序列数据方法
关于时间数据类型，pandas中也对其有针对性的处理方法。时间数据类型通过Series.dt.方法名来调用。具体使用将在后面时间数据处理章节进行详细介绍。
3.6 画图
4. Series的增删改查
4.1 访问数据元素
访问Series数据元素有3种方式：
- 索引
- 序号
- 布尔
user_age['Wade'] = 39
user_age['Michael'] = 50
pandas中添加数据元素的方法与字典类似，可以直接通过[索引] = value进行添加。如果想要添加多个元素，可以将其转换为Series，采用上面介绍的append方法对其进行合并。
user_age['Wade'] = 38 # 按索引修改
pandas的Series对数据元素进行修改，可以直接使用Series[索引/序号] = new_valuezip样的方式。
user_age.drop('Michael') # 不会改变原始数据
user_age.drop('Michael', inplace=True) # 改变原始数据
user_age.drop(['Tom', 'Bob'], inplace=True) # 一次性删除多个元素
pandas中想要删除Series的数据元素，我们可以采用del Series[索引]这样的方法，当然，也可以使用内置的drop方法对其进行删除。
data = {
"col1": pd.Series([],index),
"col2": pd.Series([],index),
"col3": pd.Series([],index)
}
这种方式有以下特点：
- 字典的key为列名
- 字典的value为Series
- 若DataFrame没有指定index和columns，则以字典的key为列，Series的index为索引
- 若DataFrame指定了index或columns，会根据指定的columns去字典中筛选对应的key，根据指定的index去Series中筛选对应的索引，并将筛选的结果放入到生成的DataFrame中
data = {
"name": pd.Series(["Tom", "Bob", "Mary", "James", "Yafei"]),
"age": pd.Series([18, 30, 25, 40, 22]),
"city": pd.Series(["北京", "上海", "广州", "深圳", "晋城"])
}
user_info = pd.DataFrame(data)
user_info
# 指定索引(index)
index = ["Tom", "Bob", "Mary", "James", "Yafei"]
data = {
"age": pd.Series([18, 30, 25, 40, 22], index=index),
"city": pd.Series(["北京", "上海", "广州", "深圳", "晋城"],index=index)
}
user_info = pd.DataFrame(data)
user_info
当Series指定索引，DataFrame中也指定索引时会发生什么呢？
# 指定索引(index)
index = ["Tom", "Bob", "Mary", "James", "Yafei"]
data = {
"age": pd.Series([18, 30, 25, 40, 22], index=index),
"city": pd.Series(["北京", "上海", "广州", "深圳", "晋城"],index=index)
}
user_info = pd.DataFrame(data, index=["Tom","James", "Yafei"])
user_info
当每列的Series和DataFrame都指定索引且不相同时，DataFrame会根据传递的索引去每个Series中寻找在指定索引范围的值，相当于根据索引对每一列Series进行筛选操作。 请看下面这个示例，age列和city列为Series对象，但是没有指定index，这是index为默认值，即0-Series长度-1的数字索引，下例中的索引为0-4,。而创建DataFrame时指定的index为name列表，此时会去Series中寻找index属于name列表的元素添加到DataFrame中，发现age列和city列的Series的索引与name列表交集为空，故结果中name索引对应的age和city均为空值。
data = {
"age": pd.Series([18, 30, 25, 40, 22]),
"city": pd.Series(["北京", "上海", "广州", "深圳", "晋城"])
}
user_info= pd.DataFrame(data, index=["Tom", "Bob", "Mary", "James", "Yafei"])
user_info
data['age'].index
可以看到当列索引和DataFrame的索引同时指定时，若不一致的情况下会发生冲突，此时生成的DataFrame会以指定的index为准。 那么，我们如何将DataFrame的索引设置为name列呢？
user_info.index = ["Tom", "Bob", "Mary", "James", "Yafei"]
user_info
上面说了索引的设置时候的注意点，那么columns也是一样的，当传入的data指定的列名与columns不一致时，生成的DataFrame的列会以指定的columns为准，并去data中去查找与columns存在交集的列，并将其放入到DataFrame中。也可以理解为起到了筛选data中列数据的作用。
padas基础操作
pandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单、直观地处理关系型、标记型数据。以下是一些 pandas 的基础操作示例：
- 导入
pandas库：
import pandas as pd
“`Plain Text pd[[a,b]]
Plain Text pd.iloc[[a,b]]
- loc
- 显示索引区行
- 带""的
- iloc
- 隐视索引区行
- 不带""的
---
## Pandas 索引与切片
`pandas` 是 Python 中强大的数据分析库，提供了灵活的数据结构和操作方法。在处理数据时，正确理解和运用索引及切片是非常重要的。
### 一、创建 DataFrame 时索引不一致的情况
python import pandas as pd
data = { “age”: pd.Series([18, 30, 25, 40, 22]), “city”: pd.Series([“北京”, “上海”, “广州”, “深圳”, “晋城”]) }
userinfo = pd.DataFrame(data, index=[“Tom”, “Bob”, “Mary”, “James”, “Yafei”]) print(userinfo)
当创建 `DataFrame` 时指定的 `index` 为 `name` 列表，此时会去 `Series` 中寻找 `index` 属于 `name` 列表的元素添加到 `DataFrame` 中。如果 `age` 列和 `city` 列的 `Series` 的索引与 `name` 列表交集为空，那么结果中 `name` 索引对应的 `age` 和 `city` 均为空值。
python print(data[‘age’].index)
可以看到当列索引和 `DataFrame` 的索引同时指定时，若不一致会发生冲突，此时生成的 `DataFrame` 会以指定的 `index` 为准。
### 二、设置 DataFrame 的索引
python userinfo.index = [“Tom”, “Bob”, “Mary”, “James”, “Yafei”] print(userinfo)
通过上述方式，可以将 `DataFrame` 的索引设置为指定的列表。
### 三、关于 `columns` 的注意点
`columns` 的处理方式与 `index` 类似。当传入的 `data` 指定的列名与 `columns` 不一致时，生成的 `DataFrame` 的列会以指定的 `columns` 为准，并从 `data` 中查找与 `columns` 存在交集的列，将其放入到 `DataFrame` 中。这也可以理解为起到了筛选 `data` 中列数据的作用。
### 四、`pandas` 中的索引方式
- `loc`：基于标签（显示索引）进行索引和切片，索引值需要带引号。
- `iloc`：基于整数位置（隐式索引）进行索引和切片，索引值不带引号
## 缺失值
### 两种丢失数据
- None
- none对象类型
- np.nan(nan)
- nan浮点型
# 重写
## 1.Dataframe
### 通过key:list的字典形式创建
Python data = { “name”: [“Alice”, “Bob”, “Charlie”], “age”: [25, 30, 35] } df = pd.DataFrame(data) print(df)
### 通过列表字典形式进行创建
Python data = [ {“name”: “Alice”, “age”: 25}, {“name”: “Bob”, “age”: 30}, {“name”: “Charlie”, “age”: 35} ] df = pd.DataFrame(data) print(df)
### 指定二维数组和列名进行创建
Python data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] columns = [‘A’, ‘B’, ‘C’] df = pd.DataFrame(data, columns=columns) print(df)
### 读取xlsx数据
Python import pandas as pd
读取 xlsx 文件
df = pd.readexcel(‘yourfile.xlsx’,engine=”openpyxl”) print(df)
上述代码中，`'your_file.xlsx'`需要替换为您实际的 Excel 文件路径。Pandas 的`read_excel`函数可以方便地将 Excel 文件中的数据读取为`DataFrame`格式，以便进行后续的数据处理和分析。
### 查看前几行和后尾行代码
Python
查看前 5 行数据
df.head()
查看前 10 行数据
df.head(10)
查看后 5 行数据
df.tail()
查看后 10 行数据
df.tail(10)
### 查看行数和shape
Python
查看行数
len(df)
查看 DataFrame 的形状（行数和列数）
df.shape
### 查看字符类型
Python df.dtypes()
### 查看基本信息
Python df.info().
### 查看描述性统计数据
Python a1.describe()
### 随机采样几行数据
Python a1.sample(5)
### 设置索引和把索引变成普通列
索引变成列
Python df.set.index(参数)
列变为普通的
Python a1.reset_index()
索引可以是多列
Python df.set_index([参数1,参数2])
## pandas怎么用ioc查询datafarame数据
### df["参数"]，可以按列名查询一列,返回series
### df["参数1",[参数2]]可以按照多列查询,返回dataframe
### df.loc["参数"]可以按照行标签返回多行,返回series
### df.loc["参数1","参数"]]可以按照行标签查询多行,返回dataframe
### df.loc["行标签",列标签]同时使用行标签和列标签,返回一个值
### df.iloc[int参数]可以按照整行索引查询一行,返回Series
### df.iloc[[int参数1,int参数2]]可以按照整行索引查询多行,返回dataframe
### df[参数1,参数2]同时准备了一个行索引和一个列索引,返回一个值
### df[["参数1","参数2"],["参数1","参数2"]]可以指定行标签和裂标签,查询子集的Dataframe
## pandas怎样使用条件查询数据
### 单个条件判断
### 组合多个条件进行查询
### 使用series的isin函数,实现元素是否在列表
Python import pandas as pd
创建一个DataFrame
df = pd.DataFrame({ ‘A’: [1, 2, 3, 4], ‘B’: [5, 6, 7, 8] })
检查列’A’中的值是否在列表[3, 5, 10]中
mask = df[‘A’].isin([3, 5, 10]) print(df) print(mask)
相当与在A的那一例查找是否有没有3.5,10这几个数,如果有就返回True,没有就返回False
### pandas怎么实现for循环遍地数据
在 `pandas` 中，通常不建议使用传统的 `for` 循环来遍历数据，因为 `pandas` 提供了更高效和简洁的向量化操作方式。但如果确实需要遍历数据，你可以通过以下几种方式实现：
2. 使用 `iterrows()` 方法：
Python import pandas as pd df = pd.DataFrame({ ‘A’: [1, 2, 3], ‘B’: [‘a’, ‘b’, ‘c’] }) for index, row in df.iterrows(): print(row[‘A’], row[‘B’])
3. 使用 `itertuples()` 方法：
Python for row in df.itertuples(): print(getattr(row. ‘A’), getattr(row. ‘B’))
然而，对于大多数数据处理任务，优先考虑使用 `pandas` 的内置函数和方法，例如 `apply()` 、 `map()` 等，它们能够更高效地处理数据。
例如，如果要对 `A` 列的值进行乘以 2 的操作，可以这样写：
Python df[‘A’] = df[‘A’].apply(lambda x: x * 2)
这种向量化的操作通常比使用循环更快，特别是在处理大规模数据时。
## pandas怎么样新增修改数据列
### 读取数据设置索引
Python ftp = “./data/1.xlsx” df = pd.readexcel(ftp,engine=”openpyxl”) df.setindex(“排班日期”,inplace=True) df
### 直接赋值的方法新增/修改数据
#### 新增一列等于一个数字
问题:每个人的薪资,增加一千元餐厅补贴
#### 新增列等于列表
问题:怎样给每个人随机一个数字和编号
#### 通过计算多列得到一个新结果列
#### 通过Series的map/apply自定义函数添加新列
#### 使用Dataframe.apply通过多列值进行计算新列
## pandas链式修改和按条件修改数据
## pandas怎么样给表格数据同时增加多列
## pandas 怎么删除数据行和数据列
### 删除列数据
#### 删除单个列数据
Python
df = pd.DataFrame({ ‘数字’: [1, 2, 3], ‘字母’: [‘a’, ‘b’, ‘c’] })
df df.drop(“数字”,axis=1)
#### 删除多列数据
Python
df = pd.DataFrame({ ‘数字’: [1, 2, 3], ‘字母’: [‘a’, ‘b’, ‘c’] })
df df.drop([“数字”,”字母”],axis=1)
### 相当于筛选出目标列
### 删除列并返回Series
### 按索引删除行
Python
df = pd.DataFrame({ ‘数字’: [1, 2, 3], ‘字母’: [‘a’, ‘b’, ‘c’] })
df df.drop(“数字”,axis=0)
### 按索引删除多行
Python
df = pd.DataFrame({ ‘数字’: [1, 2, 3], ‘字母’: [‘a’, ‘b’, ‘c’] })
df df.drop([“数字”,”字母”],axis=0)
### 先查询数据然后使用索引删除行数据
### 检测重复数据
Python
dfnew.duplicated() #返回是True 和False dfnew[df_new.duplicated()]
根据局部字段,判断重复行,只要名字一样就认为重复
dfnew[dfnew.duplicated(subset=”数字”)]
### 删除重复数据
Python dfnew.dropduplicates(subset=”字母”) “`
暂无评论内容