目录
准备数据
import pandas as pd
df = pd.read_csv("../data/b_LJdata.csv")
df
DataFrame添加列
直接添加列数据
1）获取前5条数据并复制一份
# 获取前5条数据并复制一份
copy_df = df.head().copy()
copy_df
2） 添加列名为 城市 的一列, 值都为 北京
# 添加一列 城市,值为北京
copy_df['城市']='北京'
copy_df
3）添加列名为 区县 的一列, 值分别是 '朝阳区', '朝阳区', '西城区', '昌平区', '朝阳区'
# 添加列名为 区县 的一列, 值分别是 '朝阳区', '朝阳区', '西城区', '昌平区', '朝阳区'
copy_df['区县']=['朝阳区', '朝阳区', '西城区', '昌平区', '朝阳区']
copy_df
4） 添加列名为 新价格 的一列, 值比原价格列的值多1000元
# 添加列名为 新价格 的一列, 值比原价格列的值多1000元
copy_df['新价格'] = copy_df['价格'] +1000
copy_df
使用insert添加列数据
DataFrame的 insert 方法用于在特定位置插入新的列
以下是 df.insert(loc=, column=, value=)的详细解释：
-
1 参数说明
-
loc：
-
这是一个整数，表示要插入新列的位置索引。索引从 0 开始，所以 loc=0 表示在最左边插入新列，loc=1 表示在第二列的位置插入新列，依此类推。
-
-
column：
-
这是一个字符串，表示新列的名称。
-
-
value：
-
可以是一个标量值、列表、数组或其他可迭代对象，它将成为新列的值。如果是标量值，该值将被广播到新列的所有行。如果是可迭代对象，其长度必须与数据框的行数相等。
-
-
使用insert方法会直接修改原始的DataFrame对象。如果需要保留原始数据框的副本，可以先对其进行复制。
确保value参数的值与数据框的行数相匹配，否则会引发错误。
如果多次调用insert方法插入多个新列，每次插入都会移动后续的列，可能会影响性能。在某些情况下，可以考虑一次性构建包含所有列的数据框，而不是逐个插入列。
1） 获取前5条数据并复制一份
# 1 获取前5条数据并复制一份
copy_df = df.head().copy()
copy_df
2） 在区域列后添加列名为 城市 的一列, 值都为北京
# 2 在 区域 列后添加列名为 城市 的一列, 值都为北京
# 2.1 获取指定列的索引 df.columns.get_loc(列名)
area = copy_df.columns.get_loc('区域')
print(area)
# 添加新列
copy_df.insert(loc=area+1,column='城市',value='北京')
print(copy_df)
3）在城市列后添加列名为 区县 的一列, 值分别是 '朝阳区', '朝阳区', '西城区', '昌平区', '朝阳区'
#%%
# 3 在城市列后添加列名为 区县 的一列, 值分别是 '朝阳区', '朝阳区', '西城区', '昌平区', '朝阳区'
# 3.1 获取指定列的索引 df.columns.get_loc(列名)
city = copy_df.columns.get_loc('城市')
print(city)
# 添加新列
copy_df.insert(loc=city+1,column='区县',value=['朝阳区', '朝阳区', '西城区', '昌平区', '朝阳区'])
print(copy_df)
4） 在价格列后添加列名为 新价格 的一列, 值比原价格列的值多1000元
# 4 在价格列后添加列名为 新价格 的一列, 值比原价格列的值多1000元
# 4.1 获取指定列的索引 df.columns.get_loc(列名)
price = df.columns.get_loc('价格')
print(price)
# 添加新列
copy_df.insert(loc=price+1,column='新价格',value=copy_df['价格']+1000)
print(copy_df)
DataFrame删除行列
在pandas中，df.drop(labels=, axis=, inplace=)方法用于删除DataFrame中的行或列。
-
labels：-
可以是一个标签（例如列名或行索引）或一个标签列表，表示要删除的行或列。
-
如果是单个标签，将删除对应的一行或一列。如果是列表，则删除多个行或列。
-
-
axis：-
决定是删除行还是列。默认值为 0，表示按行删除。如果设置为 1，则表示按列删除。
-
例如，
axis=0可以用来删除特定的行，而axis=1可以用来删除特定的列。
-
-
inplace：-
这是一个布尔值参数。如果为
True，则直接在原始DataFrame上进行修改，不会返回新的DataFrame。如果为False（默认值），则会返回一个新的DataFrame，原始的DataFrame保持不变。
-
准备数据
import pandas as pd
df = pd.read_csv('../data/b_LJdata.csv')
df
删除行
1)删除一行数据 原df上并没有删除(完整版)
# 删除行:不在原有基础删除,删除一行
copy_df = df.head().copy()
print("===================删除=============================")
new_df = copy_df.drop(labels=[1],axis=0,inplace= False)
print(new_df)
print("====================删除后======================")
print(copy_df)
2) 删除一行数据 原df上并没有删除(简化版)
# 删除行:不在原有基础删除,删除一行
copy_df = df.head().copy()
print("===================删除=============================")
new_df = copy_df.drop(labels=[1])
print(new_df)
print("====================删除后======================")
print(copy_df)
3) 删除多行数据 原df上并没有删除
# 删除多行
copy_df = df.head().copy()
print("===================删除=============================")
new_df = copy_df.drop(labels=[1,2,4],axis=0,inplace= False)
print(new_df)
print("====================删除后======================")
print(copy_df)
4) 删除一行数据 原df上删除
# 在原基础上删除一行
copy_df = df.head().copy()
print("====================删除前======================")
print(copy_df)
print("===================删除=============================")
new_df = copy_df.drop(labels=[1],axis=0,inplace= True)
print(new_df)
print("====================删除后======================")
print(copy_df)
5) 删除多行数据 原df上删除
# 在原基础上删除多行
copy_df = df.head().copy()
print("====================删除前======================")
print(copy_df)
print("===================删除=============================")
new_df = copy_df.drop(labels=[1,1,3],axis=0,inplace= True)
print(new_df)
print("====================删除后======================")
print(copy_df)
删除列
1) 删除一列数据 原df上并没有删除(完整版)
# 不在原基础上,删除一列
copy_df = df.head().copy()
print("==================删除=====================")
new_df = copy_df.drop(labels=['地址'],axis=1,inplace= False)
print(new_df)
print("===============删除后==================")
print(copy_df)
2) 删除多列数据 原df上并没有删除
# 不在原基础上,删除多列
copy_df = df.head().copy()
print("==================删除=====================")
new_df = copy_df.drop(labels=['地址','价格'],axis=1,inplace= False)
print(new_df)
print("===============删除后==================")
print(copy_df)
3) 删除一列数据 原df上删除
# 在原有基础上,删除一行
copy_df = df.head().copy()
print("==================删除=====================")
new_df = copy_df.drop(labels=['地址'],axis=1,inplace= True)
print(new_df)
print("===============删除后==================")
print(copy_df)
4) 删除多列数据 原df上删除
# 在原基础上,删除多列
copy_df = df.head().copy()
print("==================删除=====================")
new_df = copy_df.drop(labels=['地址','价格'],axis=1,inplace= True)
print(new_df)
print("===============删除后==================")
print(copy_df)
DataFrame数据去重
在pandas中，DataFrame.drop_duplicates(subset=, keep=, inplace=)方法用于删除数据框中的重复行。
-
subset：-
可以是一个列标签或列标签列表，表示根据这些列来判断重复行。
-
如果指定了
subset，则只考虑这些列中的值来确定重复行。例如，如果subset=['col1', 'col2']，那么只有当col1和col2列的值完全相同时，才会被认为是重复行。 -
如果不指定
subset，则会考虑所有列来判断重复行。
-
-
keep：-
决定保留哪些重复行。可以取以下三个值之一：
-
'first'（默认值）：保留第一次出现的重复行。 -
'last'：保留最后一次出现的重复行。 -
False：删除所有重复行。
-
-
-
inplace：-
这是一个布尔值参数。如果为
True，则直接在原始DataFrame上进行修改，不会返回新的DataFrame。如果为False（默认值），则会返回一个新的DataFrame，原始的DataFrame保持不变。
-
1) 对 '户型', '朝向' 去重, 保留第一条, 不影响原始数据
# 1 对 '户型', '朝向' 去重, 保留第一条, 不影响原始数据
# 1.1 准备测试数据
copy_df = df.head().copy()
print("===============去重========================")
new_df = copy_df.drop_duplicates(subset=['户型', '朝向' ],keep='first',inplace=False)
print(new_df)
print("=================去重后===========================")
print(copy_df)
2) 对 '户型', '朝向' 去重, 保留最后一条, 不影响原始数据
# 2 对 '户型', '朝向' 去重, 保留最后一条, 不影响原始数据
# 1.1 准备测试数据
copy_df = df.head().copy()
print("===============去重========================")
new_df = copy_df.drop_duplicates(subset=['户型', '朝向' ],keep='last',inplace=False)
print(new_df)
print("=================去重后===========================")
print(copy_df)
3) 对 '户型', '朝向' 去重, 删除所有重复数据, 不影响原始数据
# 3 对 '户型', '朝向' 去重, 删除所有重复数据, 不影响原始数据
# 3.1 准备测试数据
copy_df = df.head().copy()
print("===============去重========================")
new_df = copy_df.drop_duplicates(subset=['户型', '朝向' ],keep=False,inplace=False)
print(new_df)
print("=================去重后===========================")
print(copy_df)
4) 对 '户型', '朝向' 去重, 保留第一条, 影响原始数据
# 4 对 '户型', '朝向' 去重, 保留第一条, 影响原始数据
# 4.1 准备测试数据
copy_df = df.head().copy()
print("===============去重========================")
new_df = copy_df.drop_duplicates(subset=['户型', '朝向' ],keep='first',inplace=True)
print(new_df)
print("=================去重后===========================")
print(copy_df)
5) 对 '户型', '朝向' 去重, 保留最后一条, 影响原始数据
# 5 对 '户型', '朝向' 去重, 保留最后一条, 影响原始数据
# 5.1 准备测试数据
copy_df = df.head().copy()
print("===============去重========================")
new_df = copy_df.drop_duplicates(subset=['户型', '朝向' ],keep='last',inplace=True)
print(new_df)
print("=================去重后===========================")
print(copy_df)
6) 对 '户型', '朝向' 去重, 删除所有重复数据, 影响原始数据
# 6 对 '户型', '朝向' 去重, 删除所有重复数据, 影响原始数据
# 6.1 准备测试数据
copy_df = df.head().copy()
print("===============去重========================")
new_df = copy_df.drop_duplicates(subset=['户型', '朝向' ],keep=False,inplace=True)
print(new_df)
print("=================去重后===========================")
print(copy_df)
7) 简化版1 对 '户型', '朝向' 去重
# 7 简化版1 对 '户型', '朝向' 去重
# 7.1 准备测试数据
copy_df = df.head().copy()
print("===============去重========================")
new_df = copy_df.drop_duplicates(subset=['户型', '朝向' ])
print(new_df)
print("=================去重后===========================")
print(copy_df)
8) 简化版2 对 所有列 去重
# 8 简化版2 对 所有列 去重
# 8.1 准备测试数据
copy_df = df.head().copy()
print("===============去重========================")
new_df = copy_df.drop_duplicates()
print(new_df)
print("=================去重后===========================")
print(copy_df)
扫一扫
3831
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
