DataFrame 删除与增减行列

1.0 对于行和列都有索引的DataFrame

df=DataFrame(np.arange(16).reshape((4,4)),index=['a','b','c','d'],columns=['one','two','three','four'])

df
Out[10]: one  two  three  four
a    0    1      2     3
b    4    5      6     7
c    8    9     10    11
d   12   13     14    15

删除某行

df.drop('a') #默认 axis=0
Out[18]: one  two  three  four
b    4    5      6     7
c    8    9     10    11
d   12   13     14    15

df.drop('a',axis=0)
Out[10]: one  two  three  four
b    4    5      6     7
c    8    9     10    11
d   12   13     14    15

删除某列

df.drop('one',axis=1) #axis=1 必须有
Out[8]: two  three  four
a    1      2     3
b    5      6     7
c    9     10    11
d   13     14    15

增加某列

df['new']=list(range(df.shape[0]))#所增加的某列的维度必须与原DataFrame 相一致

df
Out[19]: 0   1   2   3  new
0   0   1   2   3    0
1   4   5   6   7    1
2   8   9  10  11    2
3  12  13  14  15    3

df['new']='12'#向 DataFrame 添加一列，该列为同一值df
Out[25]: 0   1   2   3 new  row
0   0   1   2   3  12    1
1   4   5   6   7  12    2
2   8   9  10  11  12    3
3  12  13  14  15  12    4

计算各列数据总和并作为新列添加到末尾

df=DataFrame(np.arange(16).reshape((4,4)),index=['a','b','c','d'],columns=['one','two','three','four'])df['Col_sum'] = df.apply(lambda x: x.sum(), axis=1)df
Out[36]: one  two  three  four  Col_sum
a    0    1      2     3        6
b    4    5      6     7       22
c    8    9     10    11       38
d   12   13     14    15       54

计算各行数据总和并作为新行添加到末尾

df.loc['Row_sum'] = df.apply(lambda x: x.sum())df
Out[39]: one  two  three  four
a          0    1      2     3
b          4    5      6     7
c          8    9     10    11
d         12   13     14    15
Row_sum   24   28     32    36

对于行和列都没有索引的DataFrame

df=DataFrame(np.arange(16).reshape((4,4)))

删除某行

df.drop([0])
Out[14]: 0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15df.drop([0],axis=0)
Out[15]: 0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15

删除某列

df.drop([0],axis=1)
Out[16]: 1   2   3
0   1   2   3
1   5   6   7
2   9  10  11
3  13  14  15

DataFrame 删除与增减行列相关推荐

Pandas中isin函数 Dataframe提取（删除）指定行列
本文介绍主要结介绍用isin函数提取和删除Dataframe指定行列: isin函数(条件前加~表示isin函数的逆函数) 1. 返回含有具体条件的dataframe, 如返回 'A'列中含有 [4, ...
python dataframe删除指定行_pandas.DataFrame删除/选取含有特定数值的行或列
pandas.DataFrame删除/选取含有特定数值的行或列发布时间:2018-06-20 09:13, 浏览次数:9726 , 标签: pandas DataFrame 1.删除/选取某列含有特 ...
python df删除特定行_pandas.DataFrame删除/选取含有特定数值的行或列实例
1.删除/选取某列含有特殊数值的行 import pandas as pd import numpy as np a=np.array([[1,2,3],[4,5,6],[7,8,9]]) df1=p ...
Pandas数据处理1、DataFrame删除NaN空值(dropna各种属性值控制超全)
Pandas数据处理--渐进式学习目录 Pandas数据处理--渐进式学习前言环境 DataFrame删除NaN空值 dropna函数参数测试数据删除所有有空的行 axis属性值 how属性 ...
Python中pandas dataframe删除一行或一列：drop函数
用法:DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False) 参数说明: labels 就是要删除的行列 ...
[转载] Python中pandas dataframe删除一行或一列：drop函数
参考链接: Python | Pandas 数据 DataFrame 用法:DataFrame.drop(labels=None,axis=0, index=None, columns=None, i ...
pandas dataframe 删除带空值的行各种空值 (dropna()、isna()、isnull()、fillna())
假设拿到一个10万行的数据后,通过isnull我们发现某列有几个空值,要把该列空值所在行删除怎么操作?用dropna()会删除所有有空值的行,请看下面实例. 区分 None,null,NULL,nan ...
pandas.DataFrame删除/选取含有特定数值的行或列实例
import pandas as pd import numpy as npa=np.array([[1,2,3],[4,5,6],[7,8,9]]) df1=pd.DataFrame(a,index ...
python dataframe删除某一列_怎样用Python进行数据分析
本文总结了猴子Live课程:怎样用Python进行数据分析,主讲内容包括Numpy和Pandas. 一.一维数据分析一维数据分析,可以使用Numpy中Array,也可以使用Pandas中的Serie ...

DataFrame 删除与增减行列

DataFrame 删除与增减行列相关推荐

最新文章

热门文章