python dataframe转置_Dataframe数据的增删改查,对齐(相加),转置,按值(索引)排序
数据转置
行列标签一起转置,利用.T实现
# -*- coding: utf-8 -*-
import pandas as pd
d = {'col1': [1,2,3], 'col2': [4,5,6],'col3':[7,8,9]}
df = pd.DataFrame(data=d)
print(df)
print('-----------')
print(df.T)
col1 col2 col3
0 1 4 7
1 2 5 8
2 3 6 9
-----------
0 1 2
col1 1 2 3
col2 4 5 6
col3 7 8 9
数据修改
1、通过直接索引修改整行和列
2、使用df.at修改单个值(建议新值和旧值数据类型应保持一致)
3、参考上一节loc和iloc的用法,使用df.loc或者df.iloc来灵活赋值
# -*- coding: utf-8 -*-
import pandas as pd
d = {'col1': [1,2,3], 'col2': [4,'66',6],'col3':[7,8,9]}
df = pd.DataFrame(data=d)
print(df)
print('------------------')
df['col1'] = 'aaa' # 直接修改一列
print(df)
print('-------------------')
df.at[1,'col2'] = 'py' #索引为1的行的col2列
print(df)
print('-----------')
# df.loc[[1]]['col1'] = 'bbb' # 这样是错的,不生效
df.loc[[1],'col1'] = 'bbb' # 这样是对的
print(df)
col1 col2 col3
0 1 4 7
1 2 66 8
2 3 6 9
------------------
col1 col2 col3
0 aaa 4 7
1 aaa 66 8
2 aaa 6 9
-------------------
col1 col2 col3
0 aaa 4 7
1 aaa py 8
2 aaa 6 9
-----------
并未变化
col1 col2 col3
0 aaa 4 7
1 bbb py 8
2 aaa 6 9
数据删除
1、del
2、drop函数
drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')
常用操作
df.drop(['a', 'd'], axis=0) 删除索引为a、d的行,默认axis=0
df.drop(['a', 'd'], axis=1) 删除索引为a、d的列
df.drop(['a', 'd'], axis=1 ,inplace=False) 生成新df,不改变原df。默认是False
df.drop(['a', 'd'], axis=1 ,inplace=False) 改变原df
# -*- coding: utf-8 -*-
import pandas as pd
d = {'col1': [1,2,3], 'col2': [4,'66',6],'col3':[7,8,9]}
df = pd.DataFrame(data=d)
print(df)
print('------------------')
# del删除col1列
del(df['col1'])
print(df)
print('------------')
# drop删除索引为1的行
res = df.drop([1])
print(res)
print('-------------')
#删除索引为col2的列
df.drop(['col2'],axis=1,inplace=True)
print(df)
col1 col2 col3
0 1 4 7
1 2 66 8
2 3 6 9
------------------
col2 col3
0 4 7
1 66 8
2 6 9
------------
col2 col3
0 4 7
2 6 9
-------------
col3
0 7
1 8
2 9
对齐(相加)
# -*- coding: utf-8 -*-
import pandas as pd
d1 = {'col1': [1, 2], 'col2': [3, 4]}
d2 = {'col1': [4, 8], 'col2': [7, 9],'col3':[1,2]}
df1 = pd.DataFrame(data=d1)
df2 = pd.DataFrame(data=d2)
df = df1 + df2
print(df)
col1 col2 col3
0 5 10 NaN
1 10 13 NaN
排序
1)按值排序
sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last', ignore_index=False, key=None)
常用参数:
by:字符串或者列表;如果axis=0,那么by="列名";如果axis=1,那么by="行名"。
axis:默认值0,默认按照列排序,即纵向排序;如果为1,则是横向排序。
ascending:布尔型,True则升序,如果by=['列名1','列名2'],则该参数可以是[True, False],即第一字段升序,第二个降序。
inplace:布尔型,默认False代表返回新的对象。
na_position:{‘first’, ‘last’}, 默认是‘last’,默认缺失值排在最后面。
单列排序及多列排序
# -*- coding: utf-8 -*-
import pandas as pd
df = pd.DataFrame({'b':[1,2,3,2],'a':[4,3,2,1],'c':[1,3,8,2]},index=[2,0,1,3])
print(df)
print('------------')
df1 = df.sort_values(by='b',axis=0)
print(df1)
print('--------------')
# 多列排序
df2 = df.sort_values(by=['b','a'],axis=0,ascending=[False,True])
print(df2)
b a c
2 1 4 1
0 2 3 3
1 3 2 8
3 2 1 2
------------
b a c
2 1 4 1
0 2 3 3
3 2 1 2
1 3 2 8
--------------
b a c
1 3 2 8
3 2 1 2
0 2 3 3
2 1 4 1
2)按索引排序
sort_index函数
sort_index(axis=0, level=None, ascending=True, inplace=False, kind='quicksort', na_position='last', sort_remaining=True, ignore_index=False, key=None)
常用参数
axis:默认值0,0代表行索引排序,1代表按照列索引排序。
ascending:布尔型,True则升序
inplace:布尔型,是否用排序后的数据替换现有的数据
na_position:{‘first’, ‘last’}, 默认是‘last’,默认缺失值排在最后面。
# -*- coding: utf-8 -*-
import pandas as pd
df = pd.DataFrame({'b':[1,2,2,3],'a':[4,3,2,1],'c':[1,3,8,2]},index=[2,0,1,3])
print(df)
print('----------')
#默认按“行标签”升序排序
df1 = df.sort_index()
print(df1)
print('-------------')
#按“列标签”降排序
df2 = df.sort_index(axis=1,ascending=False)
print(df2)
b a c
2 1 4 1
0 2 3 3
1 2 2 8
3 3 1 2
----------
b a c
0 2 3 3
1 2 2 8
2 1 4 1
3 3 1 2
-------------
c b a
2 1 1 4
0 3 2 3
1 8 2 2
3 2 3 1
python dataframe转置_Dataframe数据的增删改查,对齐(相加),转置,按值(索引)排序相关推荐
- python最强实训程序(增删改查)机房收费管理系统-基于tkinter的图形化界面(附详细代码)
python最强实训程序(增删改查)机房收费管理系统-基于tkinter的图形化界面(附详细代码) 最近学校实训,用两天时间做了一个python小程序*机房收费管理系统*,一款基于tkinter使用p ...
- python连接mysql数据库并实现增删改查
2019独角兽企业重金招聘Python工程师标准>>> 服务器安装mysql sudo apt-get install mysql-sever 开启和停止mysql服务 sudo s ...
- datatables增删改查php,jQuery+datatables插件实现Ajax加载数据与增删改查功能示例_白峰_前端开发者...
本文实例讲述了 这里给大家分享一下我在项目中用datatables实现ajax加载数据与增删改查 注意,需要引入 搜索 新增 编辑 删除 职业姓名性别爱好 //点击查找 $(" ...
- php mysql增删改查实例_php连接数据库实现用户数据的增删改查实例
下面小编就为大家带来一篇使用PHP连接数据库_实现用户数据的增删改查的整体操作示例.小编觉得挺不错的,现在就分享给大家,也给大家做个参考.一起跟随小编过来看看吧 main页面(主页面) 代号 姓名 性 ...
- vue修改数据连接数据库_vue实现数据的增删改查
在管理员的一些后台页面里,个人中心里的数据列表里,都会有对这些数据进行增删改查的操作.比如在管理员后台的用户列表里,我们可以录入新用户的信息,也可以对既有的用户信息进行修改.在vue中,我们更应该专注 ...
- Vue+ElementUI纯前端技术实现对表格数据的增删改查
Vue+ElementUI纯前端技术实现对表格数据的增删改查 页面展示效果 一.页面结构 分为三个部分 head body 以及script 一般我个人是在head中引入一些组件库 , 还有一些样式 ...
- Node+Vue实现对数据的增删改查
这是一个用于学生签到的小例子.主要用到的技术有node和Vue:用node搭建小型服务器,配置好路由,前端用vue写好组件,数据库采用的是mysql. 文件结构如下: 主要是功能是对数据的增删 ...
- SQL Server创建数据库和数据的增删改查
SQL Server创建数据库和数据的增删改查 本文是针对数据的增删改查,数据的创建 首先我们使用命令创建sql server数据库 D盘新建一个文件夹DB use master go --创建数据库 ...
- Redis概述_使用命令对redis的数据进行增删改查_Jedis连接redis进行数据操作_redis进行数据缓存案例
学习目标 redis 概念 下载安装 命令操作 1. 数据结构 持久化操作 使用Java客户端操作redis Redis 前言(从百度上抄的, 看看了解一下, 懒得排版了) 1. 概念: redis是 ...
最新文章
- matlab newelm,Elman神经网络介绍以及Matlab实现
- C#与Java的比较(转)
- Py之keras-resnet:keras-resnet的简介、安装、使用方法之详细攻略
- 在linux缓存里写数据,缓存策略
- nsis打包php项目加环境,NSIS制作安装文件全攻略(一) zz
- Oracle PLSQL 从入门到精通
- 使用OBS录屏神器,完美录制第二块屏幕。
- javaScript位移密码算法挑战
- Adobe Photoshop 2020 无法创建新建文档的两种解决方法
- k8s初始化报错[kubelet-check] Initial timeout of 40s passed.
- Python可视化——随机漫步
- python 中的switch
- 选股策略与技巧 选股策略报告
- 微信小程序转码机器人❤️免费无水印❤️
- 国赛mysql加固_2019 全国大学生信息安全竞赛创新能力实践赛3道Web Writeup
- onkeypress、onkeydown、onkeyup
- 计算机二级excel中mid的用法,mid函数在excel中的使用方法
- 三相功率测量,两表法和三表法区别
- NVIDIA Jetson TX2 内核中添加 CP210x 串口驱动
- android spc 能卸载吗,S7700( V200R003C00SPC500)无法删除radius模板
热门文章
- Docker 部署clickhouse-server及添加用户配置密码
- 【规范化标准】之 ESLint、Stylelint
- C#LeetCode刷题之#189-旋转数组(Rotate Array)
- 了解如何使用ASP.NET Core 3.1构建Web应用程序
- SQL Server日期格式和SQL Server转换举例说明
- 消除拖延的方法_如何消灭拖延症,并彻底消除想法
- 创建react应用程序_如何使您的React应用程序具有完整的功能,完全的React性并能够处理所有这些疯狂的事情……...
- R语言tidyverse数据处理建模案例
- python设置字体_Python实现文字特效的方法
- PAT练习题:D进制的A+B(C++)