AI 处理熊猫数据框中的行和列

处理熊猫数据框中的行和列

原文:https://www . geeksforgeeks . org/处理熊猫中的行和列-dataframe/

数据框是一种二维数据结构，即数据以表格形式排列成行和列。我们可以对行/列执行基本操作，如选择、删除、添加和重命名。在本文中，我们使用的是 nba.csv 文件。

处理列

为了处理列，我们对列执行基本操作，如选择、删除、添加和重命名。

【列选择】 : 为了在熊猫数据框中选择一列，我们可以通过按列名来访问这些列。

# Import pandas package
import pandas as pd

# Define a dictionary containing employee data
data = {'Name':['Jai', 'Princi', 'Gaurav', 'Anuj'],
        'Age':[27, 24, 22, 32],
        'Address':['Delhi', 'Kanpur', 'Allahabad', 'Kannauj'],
        'Qualification':['Msc', 'MA', 'MCA', 'Phd']}

# Convert the dictionary into DataFrame 
df = pd.DataFrame(data)

# select two columns
print(df[['Name', 'Qualification']])

输出: 更多示例参考如何在熊猫数据框中选择多列

列添加 : 为了在熊猫数据框中添加一列，我们可以将新列表声明为一列并添加到现有数据框中。

# Import pandas package 
import pandas as pd

# Define a dictionary containing Students data
data = {'Name': ['Jai', 'Princi', 'Gaurav', 'Anuj'],
        'Height': [5.1, 6.2, 5.1, 5.2],
        'Qualification': ['Msc', 'MA', 'Msc', 'Msc']}

# Convert the dictionary into DataFrame
df = pd.DataFrame(data)

# Declare a list that is to be converted into a column
address = ['Delhi', 'Bangalore', 'Chennai', 'Patna']

# Using 'Address' as the column name
# and equating it to the list
df['Address'] = address

# Observe the result
print(df)

输出: 更多例子参考在熊猫

列删除 : 为了删除熊猫数据框中的一列，我们可以使用drop()方法。通过删除具有列名的列来删除列。

# importing pandas module
import pandas as pd

# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name" )

# dropping passed columns
data.drop(["Team", "Weight"], axis = 1, inplace = True)

# display
print(data)

输出: 如输出图像所示，新输出没有传递的列。由于 axis 设置为等于 1，这些值被删除，并且由于 inplace 为 True，原始数据框中进行了更改。

删除列前的数据框-

删除列后的数据框- 更多示例请参考使用 Pandas.drop() 从数据框中删除列

处理行:

为了处理行，我们可以对行执行基本操作，如选择、删除、添加和重命名。

行选择 : 熊猫提供了一种从数据框中检索行的独特方法。[DataFrame.loc[]](https://www.geeksforgeeks.org/python-pandas-extracting-rows-using-loc/)方法用于从熊猫数据框中检索行。也可以通过将整数位置传递给 iloc[] 函数来选择行。

# importing pandas package
import pandas as pd

# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name")

# retrieving row by loc method
first = data.loc["Avery Bradley"]
second = data.loc["R.J. Hunter"]

print(first, "\n\n\n", second)

输出: 如输出图像所示，由于两次都只有一个参数，所以返回了两个序列。更多示例请参考熊猫提取行使用。loc[]

行添加 : 为了在 Pandas DataFrame 中添加一行，我们可以将旧的数据帧与新的数据帧串联起来。

# importing pandas module 
import pandas as pd 

# making data frame 
df = pd.read_csv("nba.csv", index_col ="Name") 

df.head(10)

new_row = pd.DataFrame({'Name':'Geeks', 'Team':'Boston', 'Number':3,
                        'Position':'PG', 'Age':33, 'Height':'6-2',
                        'Weight':189, 'College':'MIT', 'Salary':99999},
                                                            index =[0])
# simply concatenate both dataframes
df = pd.concat([new_row, df]).reset_index(drop = True)
df.head(5)

输出:

添加行前数据框-

添加行后数据框-

更多示例参考在熊猫数据框顶部添加一行

行删除 : 为了删除熊猫数据框中的一行，我们可以使用 drop()方法。通过按索引标签删除行来删除行。

# importing pandas module
import pandas as pd

# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name" )

# dropping passed values
data.drop(["Avery Bradley", "John Holland", "R.J. Hunter",
                            "R.J. Hunter"], inplace = True)

# display
data

输出: 如输出图像所示，新输出没有传递的值。这些值被删除，并且在原始数据帧中进行了更改，因为 inplace 为 True。

删除值前的数据框-