vue组件 k8s wcf caching razor woocommerce arduino jackson vue钩子函数 多店版微信商城 jq点击事件 matlab对数函数 完全去vm去虚拟化工具 matlab求向量的模 python入门教程 python中文 windows安装python环境 python函数返回 python运行 java基础学习 java如何连接mysql java日期转时间戳 linux命令 房产证生成器 苹果手机老是自动重启 js添加元素 js绝对值 视频修复工具 说话不算数的经典语句 js给标签添加属性 fireworks下载 兽之祝福 bat下载 方正gbk c语言贪吃蛇 同级生游戏下载 cad虚线显示不出来 小米兰亭 html插入视频 锁定单元格滚动不变
当前位置: 首页 > 学习教程  > python

Python pandas的DataFrame获取行数、列数、索引、元素值,及添加和删除行列

2021/2/6 22:27:29 文章标签: 测试文章如有侵权请发送至邮箱809451989@qq.com投诉后文章立即删除

一、获取行数、列数 >>> df pd.DataFrame(np.arange(12).reshape(3, 4), index [row1, row2, row3], columns[col1, col2, col3, col4]) >>> >>> dfcol1 col2 col3 col4 row1 0 1 2 3 row2 4 5 6 7 row3 …

一、获取行数、列数

>>> df = pd.DataFrame(np.arange(12).reshape(3, 4), index = ['row1', 'row2', 'row3'], columns=['col1', 'col2', 'col3', 'col4'])
>>> 
>>> df
      col1  col2  col3  col4
row1     0     1     2     3
row2     4     5     6     7
row3     8     9    10    11
>>> 

# 获取行数
>>> df.shape[0]
3

>>> len(df)
3

>>> df.iloc[:,0].size
3

# 获取列数
>>> df.shape[1]
4

>>> df.columns.size
4

二、获取索引、元素值

>>> df = pd.DataFrame(np.arange(12).reshape(3, 4), index = ['row1', 'row2', 'row3'], columns=['col1', 'col2', 'col3', 'col4'])
>>> 
>>> df
      col1  col2  col3  col4
row1     0     1     2     3
row2     4     5     6     7
row3     8     9    10    11

# 获取索引
>>> df.ix[[0]].index.values[0]
'row1'

# 获取元素,0行0列
>>> df.ix[[0]].values[0][0]
0

# 获取元素,0行1列
>>> df.ix[[0]].values[0][1]
1

三、增加行、列

>>> df = pd.DataFrame(np.arange(12).reshape(3, 4), index = ['row1', 'row2', 'row3'], columns=['col1', 'col2', 'col3', 'col4'])
>>> 
>>> df
      col1  col2  col3  col4
row1     0     1     2     3
row2     4     5     6     7
row3     8     9    10    11
 
# 增加行
>>> df.loc['row4']=[12,13,14,15]
>>> 
>>> df
      col1  col2  col3  col4
row1     0     1     2     3
row2     4     5     6     7
row3     8     9    10    11
row4    12    13    14    15
 
# 增加列
>>> df['col5']=[11,22,33,44]
>>> 
>>> df
      col1  col2  col3  col4  col5
row1     0     1     2     3    11
row2     4     5     6     7    22
row3     8     9    10    11    33
row4    12    13    14    15    44

四、删除行、列

>>> df = pd.DataFrame(np.arange(12).reshape(3, 4), index = ['row1', 'row2', 'row3'], columns=['col1', 'col2', 'col3', 'col4'])
>>> 
>>> df
      col1  col2  col3  col4
row1     0     1     2     3
row2     4     5     6     7
row3     8     9    10    11

# 删除行
>>> df.drop(['row1'], axis=0)
      col1  col2  col3  col4
row2     4     5     6     7
row3     8     9    10    11

# 删除列
>>> df.drop(['col4'], axis=1)
      col1  col2  col3
row1     0     1     2
row2     4     5     6
row3     8     9    10

五、插入行、列

>>> df = pd.DataFrame(np.arange(12).reshape(3, 4), index = ['row1', 'row2', 'row3'], columns=['col1', 'col2', 'col3', 'col4'])
>>> 
>>> df
      col1  col2  col3  col4
row1     0     1     2     3
row2     4     5     6     7
row3     8     9    10    11

# 插入列
>>> df.insert(2,'col_insert',[11,22,33])
>>> 
>>> df
      col1  col2  col_insert  col3  col4
row1     0     1          11     2     3
row2     4     5          22     6     7
row3     8     9          33    10    11
>>> df = pd.DataFrame(np.arange(12).reshape(3, 4), index = ['row1', 'row2', 'row3'], columns=['col1', 'col2', 'col3', 'col4'])
>>> 
>>> df
      col1  col2  col3  col4
row1     0     1     2     3
row2     4     5     6     7
row3     8     9    10    11

# 先插入行在最后
>>> df.loc['row12']=[11,22,33,44]
>>> 
>>> df
       col1  col2  col3  col4
row1      0     1     2     3
row2      4     5     6     7
row3      8     9    10    11
row12    11    22    33    44

# 然后插入行序号
>>> df['rowindex']=[1,3,4,2]
>>> 
>>> df
       col1  col2  col3  col4  rowindex
row1      0     1     2     3         1
row2      4     5     6     7         3
row3      8     9    10    11         4
row12    11    22    33    44         2

# 再按行号排序,得到结果 
>>> df=df.sort_values(by='rowindex')
>>> 
>>> df
       col1  col2  col3  col4  rowindex
row1      0     1     2     3         1
row12    11    22    33    44         2
row2      4     5     6     7         3
row3      8     9    10    11         4

引用

【1】https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop.html

【2】https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.insert.html

 


本文链接: http://www.dtmao.cc/news_show_2000113.shtml

附件下载

相关教程

    暂无相关的数据...

共有条评论 网友评论

验证码: 看不清楚?