qq_40326787的博客

pandas选取特定行和列选取行df= pd.read_csv('data.csv')df.loc[3:6] # 选取多行选取列data = df['column_name'] # 按照指定列名选取data = df[['column_name1', 'column_name2']] # 取多列data = df.iloc[:, 0:5] # 按位置取某几列取指定某行某列的元素# 取指定第2行第3列的元素data = df.loc[2][3]......

DataFrame添加行方法一：使用loc方法from pandas import *from random import *df = DataFrame(columns=('lib', 'qty1', 'qty2')) # 生成空的pandas表for i in range(6): # 插入一行 # i为行索引，即添加到i index的位置 df.loc[i] = [randint(-1, 1) for n in range(3)] df.loc['行名'] = [2,1,3

dataframe重设index对数据进行筛选后，索引不是连续的情况# inplace代表原地修改，即修改原数据df# drop=True：原index会被丢弃，不会显示为一个新列df.reset_index(drop = True, inplace=True)# 或者用一个变量去接收修改后的dfdf = df.reset_index(drop = True)...

dataframe按照某列排序# inplace: 原地修改# ascending：升序df.sort_values(by="column_name" , inplace=True, ascending=True) # 按多列排序df.sort_values(["column_name1", "column_name2"] , inplace=True, ascending=True)

dataframe删除重复的行#去掉column1和column2列中重复的行，并保留重复出现的行中第一次出现的行norepeat_df = df.drop_duplicates(subset=['column1', 'column2'], keep='first')当keep=False时，就是去掉所有的重复行当keep=‘first’时，就是保留第一次出现的重复行当keep='last’时就是保留最后一次出现的重复行。...