Pandas常见操作五步曲

01

引言

Pandas是专门为csv、excel等表格数据创建的数据分析、可视化和操作的第三方库。其中DataFrame是一种二维数据结构，它一般是由行和列组成的表格数据。在Python3中使用Pandas库，可以方便我们对表格数据执行相应的数据操作。

闲话少说，我们直接开始吧！

02

创建空的DataFrame

在Python中，我们首先思考如何在Pandas中创建空的DataFrame。

<code>import pandas as pd df = pd.DataFrame(index=[0,1,2,3,4], columns=['col1', 'col2']) df.head() # 输出前5行</code>

上述代码中，函数 pd.DataFrame() 创建了一个空的DataFrame，包含两列，名字分别为col1和col2。

03

从元组或字典中构建DataFrame

我们可以从元组列表或字典中构建DataFrame，并为其赋初始值。

<code>import pandas as pd # 从元组列表构建DataFrame data_tuples = [(1, 2), (3, 4), (5, 6)] df_tuples = pd.DataFrame.from_records(data_tuples, columns=['col1', 'col2']) # 从字典构建DataFrame data_dict = {'col1': [1, 3, 5], 'col2': [2, 4, 6]} df_dict = pd.DataFrame.from_dict(data_dict) df_tuples.head() df_dict.head()</code>

04

DataFrame添加新行或新列

如果我们想要对已经存在的DataFrame中添加新的列或行，可以简单地这么操作。

<code># 添加新列 df['col3'] = [1, 2, 3] # 添加新行 df.loc[df.shape[0]] = [7, 8, 9] # 在末尾添加新行 df.head()</code>

05

DataFrame中删除行或列

在Pandas中，我们主要使用函数drop来删除行或列。

<code># 删除行和列 df.drop(index=[1, 2], columns=['col3'], inplace=True) df.head()</code>

06

修改DataFrame指定单元格的值

在Pandas中，主要利用函数loc来修改指定单元格的数值。

<code># 修改指定单元格的值 df.loc[3, 'col2'] = 80 # 修改满足条件的单元格的值 df.loc[df.col1 % 5 == 0, 'col1'] = -1 df.head()</code>

07

总结

本文重点介绍了Pandas中常用的五个简单操作，可以方便我们对二维表格数据进行简单的处理，并给出了相应的运行代码。