Python数据分析与展示:DataFrame类型索引操作-10
2023-09-14 09:07:14 时间
DataFrame对象操作
重新索引
.reindex()能够改变或重排Series和DataFrame索引
.reindex(index=None, columns=None,…)的参数
参数 | 说明 |
---|---|
index, columns | 新的行列自定义索引 |
fill_value | 重新索引中,用于填充缺失位置的值 |
method | 填充方法, ffill当前值向前填充,bfill向后填充 |
limit | 最大大填充量 |
copy | 默认True,生成新的对象,False时,新旧相等不复制 |
索引类型
Series和DataFrame的索引是Index类型
Index对象是不可修改类型
索引类型常用方法
方法 | 说明 |
---|---|
.append(idx) | 连接另一个Index对象,产生新的Index对象 |
.diff(idx) | 计算差集,产生新的Index对象 |
.intersection(idx) | 计算交集 |
.union(idx) | 计算并集 |
.delete(loc) | 删除loc位置处的元素 |
.insert(loc,e) | 在loc位置增加一个元素e |
.drop()能够删除Series和DataFrame指定行或列索引
代码示例
# -*- coding: utf-8 -*-
# @File : dataframe_demo2.py
# @Date : 2018-05-20
# DataFrame对象操作
from pandas import DataFrame
dt = {
"城市": ["北京", "上海", "南京", "天津"],
"人口": [200, 20, 30, 40],
"收入": [10, 20, 40, 50]
}
df = DataFrame(dt, index=["c1", "c2", "c3", "c4"])
print(df)
"""
城市 人口 收入
c1 北京 200 10
c2 上海 20 20
c3 南京 30 40
c4 天津 40 50
"""
# 重新索引行,排序
df2 = df.reindex(index=["c4", "c3", "c2", "c1"])
print(df2)
"""
城市 人口 收入
c4 天津 40 50
c3 南京 30 40
c2 上海 20 20
c1 北京 200 10
"""
# 重新索引列,排序
df3 = df.reindex(columns=["城市", "收入", "人口"])
print(df3)
"""
城市 收入 人口
c1 北京 10 200
c2 上海 20 20
c3 南京 40 30
c4 天津 50 40
"""
# 插入列索引
col = df.columns.insert(3, "新增")
print(col)
"""
Index(['城市', '人口', '收入', '新增'], dtype='object')
"""
# 增加数据,默认填充200
df4 = df.reindex(columns=col, fill_value=200)
print(df4)
"""
城市 人口 收入 新增
c1 北京 200 10 200
c2 上海 20 20 200
c3 南京 30 40 200
c4 天津 40 50 200
"""
# 删除插入索引
nc = df.columns.delete(2)
ni = df.index.insert(5, "c0")
df5 = df.reindex(index=ni, columns=nc)
print(df5)
"""
城市 人口
c1 北京 200.0
c2 上海 20.0
c3 南京 30.0
c4 天津 40.0
c0 NaN NaN
"""
# DataFrame删除行
df6 = df5.drop("c1")
print(df6)
"""
城市 人口
c2 上海 20.0
c3 南京 30.0
c4 天津 40.0
c0 NaN NaN
"""
# DataFrame删除列
df7 = df6.drop("人口", axis=1)
print(df7)
"""
城市
c2 上海
c3 南京
c4 天津
c0 NaN
"""
相关文章
- Python 实现自动导入缺失的库
- Python爬虫之PyQuery使用(六)
- mac 安装python 环境
- 【Python 08】汇率兑换2.0-1(字符串索引)
- Python实现的计算马氏距离算法示例
- Python中内置数据类型list,tuple,dict,set的区别和用法
- python获取风和天气城市数据 ID
- Python语言学习:字典排序相关案例实现(一行代码对字典按照key或value升序排序并输出、利用sorted对字典按照value进行递增排序,并给定排名索引,组成新字典输出)
- Py之scikit-image:Python库之skimage的简介、安装、使用方法之详细攻略
- 100天精通Python(数据分析篇)——第74天:Panda索引标签修改函数大全(参数说明+代码实战)
- 〖Python零基础入门篇(62)〗- Python 中的魔法函数
- 〖Python 数据库开发实战 - Python与MySQL交互篇⑫〗- 项目实战- 实现新闻管理模块
- 这 10 个超实用的 Python 函数,你不妨试试!
- 【项目实战】Python实现基于LDA主题模型进行电商产品评论数据情感分析
- python设计模式之单例模式(一)
- 60集Python入门视频PPT整理 | Python编程基础及编程风格
- python 统计文件top IP
- 〖Python全栈白宝书-免费版㉔〗- 字符串的索引与切片
- windows10 python selenium 安装ChromeDriver WebDriver Supports Chrome v63-65