数据筛选方法
- df.info()：查看数据表概况
- df.head(n)：查看前n行/条数据
- 取某个字段：
df['name'] - 取多个字段：
df[['name1','name2']] - 取对应字段的某/多行：
df[['name1','name2']][3:6] - loc函数：根据索引进行选择（Selection by Label）
- 形式：
df.loc[row,columns] - 选取多个列标签时，可用列表的形式放到columns那里，eg：
df.loc[:,['uid','age']] - 可用表达式筛选行，eg：
df.loc[uid==111,'age']
- 形式：
- iloc函数：根据位置进行选择（Selection by Position），即选取第几行第几列，只接受整数参数
- 示例：
df.iloc[a,b]，这里的a、b还是下标（从0开始），表示选取第a+1行b+1列 - 可用切片，也可用列表传入
- 示例：
数据增加和删除
- 增加：
df.insert(loc,'col_name',data)- loc为插入的位置（从0开始）
- col_name为字段名
- data为要插入的数据
- eg：
df.insert(0,'name',data)
- 删除（法1）：
df.drop(labels,axis,inplace)- labels指定要删除的标签，eg：
- axis指定按行操作（0）还是按列操作（1），即axis=0表示labels指定的是行、axis=1表示labels指定的是列
- inpace表示是否对原数据生效（True or False，默认为False）
- eg：
df.drop(labels=[1:3],axis=0)
- 删除（法2）：
del df['col']- 直接删除df中的某一列
数据修改和查找
- 修改列标签：
df.rename(columns={'':''})
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
