本文共 4218 字，大约阅读时间需要 14 分钟。

一个数据框包含索引和数据，可以对索引和数据进行操作。原始数据框：

# 数据index = [['a','a','b','b'],[1,2,3,4],[4,3,2,1]]dict = {    '姓名':['任*','江*','陈*','罗*'],    '数学':[67,81,81,62],    '语文':[71,91,67,61]}df = pd.DataFrame(data=dict,index=index)df

一、对索引进行操作

索引常见的属性：索引值、索引名称、索引类型等。

1 操作索引值df.rename()

df.rename(mapper=None, index=None, columns=None,     axis=None, copy=True, inplace=False, level=None)

• mapper：dict or function，映射关系，可以是字典，也可以是一个函数。
• index、columns、axis：3个参数作用类似，用来控制轴向，默认为行。
• copy：默认为True，拷贝底层数据。
• level ：int，level name，default none，针对多层索引，控制操作的索引层级。

df.rename(index = mapper) 等价于 df.rename(mapper)df.rename(columns=mapper) 等价于 df.rename(mapper，axis=1)

# 传入字典df.rename({2:222})# 传入函数df.rename(lambda x: str(x) + '_t')# 指定轴向，方式一df.rename(lambda x: x + '_t',axis=1)# 指定轴向，方式二df.rename(columns=lambda x: x + '_t')# 指定索引层级df.rename(index={1:'tt'},level=2)

二、指定数据替换、修改df.replace()

可以全表替换df.replace() ,或只替换某列df[col]replace()。

df.replace(to_replace=None, value=None, inplace=False,         limit=None, regex=False, method='pad')

• to_replace： str, regex, list, dict, Series, int, float, or None。被替换的值
• value：替换后的值
• inplace：是否要改变原数据，False是不改变，True是改变，默认是False
• limit：控制填充次数，和method参数搭配使用。
• regex：是否使用正则,False是不使用，True是使用，默认是False
• method：填充方式，pad,ffill,bfill，默认为pad。pad/ffill向前填充，用前一个值填充；bfill向后填充。设置这个参数后，就不用了设置替换的值value了。

# 某1列df['数学'].replace(67,100)# 某几列df[['数学','语文']].replace(67,100)# 某1行df.iloc[0].replace(67,100)# 某几行df.iloc[0:3].replace(67,100)# 整个数据框,所有61换成100df.replace(61,100)

# 多对一映射，67和61都换成100df.replace([67,61], 100)# 一对一映射，67->100,61->99,对应替换df.replace([67,61],[100,99])

# 向前填充，# 设置method时，只需要传入被替换的值# df.replace(np.nan,method='bfill') # method参数一般用于填充空值df.replace(81,method='pad')# 向后填充df.replace(81,method='bfill')

# 传入字典一一对应df.replace({67: 100,61: 99})# 修改指定列的指定值，df.replace({'姓名': '任*','数学': 81}, 100)# 嵌套字典，指定列的值一一对应修改df.replace({'姓名':{'任*':99, '江*': 100}})

# 限制填充个数，结合method参数使用df.replace(81,limit=1)# 使用正则表达式,regex=True#用r''表示''内部的字符串默认不转义df.replace(r'[\u4E00-\u9FA5]\W','正则',regex=True)

三、特殊值——缺失值处理

对于空值，pandas有专门删除函数df.dropna()和填充函数df.fillna(0)。

四、新增行列

1 直接赋值添加新列

# 增加一列,全是100df['英语'] = 100# 根据已存列，计算新列df['总分'] = df['数学'] + df['语文'] + df['英语']# 推荐使用.loc的方式来赋值一列，直接用df[xxx]=的方式在某些情况会出现警告（链式）df.loc[:, '测试'] = 'test'# 根据其他列条件新增列df.loc[df['数学']>= 80 ,'数学优秀'] = '优良'

2 df.assign()函数添加新列

df.assign(**kwargs)

返回值：一个新的DataFrame对象。注意新增的列名不加引号。

# 新增一列，返回是新的DataFrame对象，改变原DF，需要赋值生效df.assign(性别='男')# df = df.assign(性别='男')# 计算增加列df.assign(t1=df['语文']-df['数学'])# lambda表达式df.assign(t2=lambda x: x['数学']*1.2+15)# 逻辑判断，返回bool值：True or Falsedf.assign(t3=df['数学']>df['语文'])# 类型转换，返回1 或 0df.assign(t4=(df['数学']>df['语文']).astype(int))# map映射，返回指定值df.assign(t5=(df['数学']>df['语文']).map({True:'大于',False:'小于'}))# 同时增加多列，且列之间有关联df.assign(col1=lambda x: x['数学']*5,         col2 = lambda x: x['语文']*5,         col3 = lambda x: x['col1'] - x['col2']) # col1和col2没有直接生效，不能直接用df['col1']

3 df.eval()函数新增新列

df.eval(expr, inplace=False, **kwargs)

• expr：str，字符串计算评估表达式，表达式可以直接使用列名
• inplace：默认为False
• 可以接受关键参数

返回：ndarray、标量、pandas对象。根据表达式计算列关系，可以指定列名生成新列。

# 直接使用列名，返回seriesdf.eval('语文 + 数学')# 生成新列，返回DataFramedf.eval('e1 = 语文 + 数学')# df.eval('e1 = 语文 + 数学',inplace=True) 立即生效# 生成两列,有依赖关系，必须用三引号df.eval("""c2 = 语文 + 数学        c2_1 =  c2 + 英语"""        )temp = df['语文'].mean()# 使用外部变量df.eval('e2 = 数学 - @temp')# 逻辑判断,True or Falsedf.eval('e3 = 10 < (数学 - @temp)')

4 df.insert()任意位置插入新列

可以根据列索引位置插入新列。参考网站：

5 依据新索引插入新行

6 df.append()追加新行

7 pd.concat()通过拼接的方式加新行

五、删除行列

1 df.pop()直接删除某列

删除某一列（不能是多列），只有一个参数，就是列名，传入str参数。返回：被删除的列，原df直接处理。

2 df.drop()删除指定多行或多列

df.drop(labels=None, axis=0, index=None, columns=None,     level=None, inplace=False, errors='raise')

  通过指定标签名称和相应的轴，或直接指定索引或列名称，删除行或列。使用多索引时，可以通过指定级别来删除不同级别上的标签。

• labels：要删除的列或者行，多个传入列表
• axis：轴的方向，0为行，1为列，默认为0
• index：单个标签或类似列表,指定轴的替代方法（labels, axis=0 等价于 index=labels）
• columns：单标签或类似列表,指定轴的替代方法(labels, axis=1 等价于 columns=labels)
• level：int或级别名称，可选,对于MultiIndex，将从中删除标签的级别。
• inplace：
• errors：{'ignore'，'raise'}，默认为'raise'，如果'ignore'，则抑制错误，仅删除现有标签 。

# 删除列df.drop(['数学','语文'],axis=1)# df.drop(columns=['数学','语文']) 等价# 删除a层级的所有行df.drop(['a'])# 删除第2层级的，索引为1的行df.drop(index=1,level=1)# 删除行列：删除b层级所有行和‘测试这一列’df.drop(index='b',columns=['测试'])

转载地址：http://zxziz.baihongyu.com/