pandas之dataframe移動複製刪除列
pandas的DataFrame非常靈活,我們可以快速的移動、複製、刪除列,今天就用案例來說明一下具體的工作是如何完成的。
-
首先我們建立一個dataframe
-
列印一下: -
-
增加列,我們可以把df當作一個object,給它增加一個屬性c,如下:
-
這是增加c列以後的資料: -
-
我們還可以插入一列資料到任意位置:比如插入到第二列
-
插入後的資料: -
-
永久刪除一列資料用del,雖然我們不建議你這麼武斷的刪除c列:
-
刪除後的資料: -
-
更明智的方法是使用drop,它不改變原有的df中的資料,而是返回另一個dataframe來存放刪除後的資料
-
這是df2中的資料:
-
-
移動列也很簡單,假如我們想要將c列移動到第一列,我們可以使用pop來輸出並刪除b列,然後再將b列插入到第一列,這樣就完成了移動
-
移動後的結果為: -
相關推薦
pandas之dataframe移動複製刪除列
pandas的DataFrame非常靈活,我們可以快速的移動、複製、刪除列,今天就用案例來說明一下具體的工作是如何完成的。 首先我們建立一個dataframe 列印一下: 增加列,我們可以把df當作一個object,給它增加一個屬性c,如下: 這
pandas的DataFrame、Series刪除列
Series方法與DataFrame差不多,這裡只介紹後者如何使用,前者相似。 df = pd.DataFrame(np.arange(12).reshape(3,4),columns=['A', 'B', 'C', 'D']) In [4]: df Out[4]:
iOS激情詳解之資料夾建立,移動,複製,刪除以及歸檔和反歸檔
<span style="font-size:18px;">主要程式碼精髓:</span> #import "RootViewController.h" #import “DXModel.h" #define kDocumentPath [NSS
pandas之DataFrame資料框
DataFrame資料框 1.建立資料框 df = DataFrame({ 'age':[21,22,23], 'name':['zhangYafei','LiuGeliang','KangYue'] },index=['fir
pandas之DataFrame繪圖
我們知道Pandas庫中有兩種資料結構一種是Series結構型別的資料,還有一個種就是DataFrame型別的資料,那麼今天我們就來聊一聊DataFrame結構型別的資料繪圖。 我們先來看一個最簡單的例子。試試我們的小心臟會不會跳動,哈哈。直接上乾貨,程式碼如下: 如果您對DataFra
python pandas 之 Dataframe 資料結構
DataFrame 是 pandas 中兩個主要資料結構之一,另一個是 Series。DataFrame 的文件在這裡:傳送門。 因為這幾天需要使用這個資料結構來完成一個小作業,在這裡總結一下 Dataframe 的一些基本用法。 文章目錄 建立
資料庫MySQL之如何新增、刪除列?
文章目錄 新增/刪除 列 1. 新增單列 2. 新增多列:無法指定FIRST/AFTER、只能預設為最後方。 3. 刪除單列 4. 刪除多列 新增/刪除 列 1
pandas之DataFrame常用方法
1 簡介 DataFrame是Python中Pandas庫中的一種資料結構,它類似excel,是一種二維表。 或許說它可能有點像matlab的矩陣,但是matlab的矩陣只能放數值型值(當然matlab也可以用cell存放多型別資料),DataFrame的單元格可以存放數值、字串等,這和ex
Python:pandas之DataFrame常用操作
定義一個df: dates = pd.date_range('20180101', periods=6) df = pd.DataFrame(np.arange(24).reshape(6, 4), index=dates, columns=['A', 'B', 'C', 'D']) p
VC++ MFC檔案的移動複製刪除更名遍歷操作
利用CFile類和CFileStatus類判斷 CFileStatus filestatus; if (CFile::GetStatus(_T("d://softist.txt"), filestatus)) AfxMessageBox(_T("檔案存在")); else AfxMessag
第三節:初識pandas之DataFrame(上)
技術 eight spa 16px panda 分享 tro info data DataFrame是Python中Pandas庫中的一種數據結構,它類似excel,是一種二維表。 第三節:初識pandas之DataFrame(上)
python 資料處理學習pandas之DataFrame(三)
請原諒沒有一次寫完,本文是自己學習過程中的記錄,完善pandas的學習知識,對於現有網上資料的缺少和利用python進行資料分析這本書部分知識的過時,只好以記錄的形勢來寫這篇文章.最如果後續工作定下來有時間一定完善pandas庫的學習,請見諒!
Pandas的DataFrame教程——指定位置增加刪除一行一列
1、刪除一行、一列 >>> df A B C D 0 1 3 3 4 1 5 6 7 8 2 1 1 1 1 3 2 3 2 3 #刪除A列,不改變原來的data資料,返回刪除後的新表data_2。axis為1
pandas中,一次性刪除dataframe的多個列
之前沉迷於使用index刪除,然而發現pandas貌似有bug? import pandas as pd import numpy as np df = pd.DataFrame(np.arange(12).reshape(3,4),
Pandas詳解十四之DataFrame物件的列和索引之間的轉化
約定: import pandas as pd DataFrame物件的列和索引之間的轉化 我們常常需要將DataFrame物件中的某列或某幾列作為索引,或者將索引轉化為物件的列。pandas提供了set_index()/res
pandas庫介紹之DataFrame基本操作
讀取excel 操作 pyplot 分組 寫入 pos ner 結構 此外 怎樣刪除list中空字符? 最簡單的方法:new_list = [ x for x in li if x != ‘‘ ] 今天是5.1號。 這一部分主要學習pandas中基於前面兩種數據結構的基
python檔案建立,刪除,移動,複製,重新命名
os.sep 可以取代作業系統特定的路徑分隔符。windows下為 '\\' os.name 字串指示你正在使用的平臺。比如對於Windows,它是'nt',而對於Linux/Unix使用者,它是 'posix' os.getcwd() 函式得到當前工作目錄,即當前Pyth
pandas將DataFrame中的tuple分割成資料框的多列
通過apply(pd.Series)實現將tuple進行分列 df = pd.DataFrame({'a':[1,2], 'b':[(1,2), (3,4)]}) df['b'].apply(pd.Series) df[['b1', 'b2']] = df['b'].apply(pd.S
利用pandas計算DataFrame兩列日期相差秒數
import pandas as pd #先利用to_datetime轉換為時間格式,tm列的資料形式為'yyyy-MM-dd HH:mm:ss' df['tm_1'] = pd.to_datetime(df['tm_1']) df['tm_2'] = pd.to_datetime(df[
pandas資料結構之Dataframe
Dataframe DataFrame是一個【表格型】的資料結構,可以看做是【由Series組成的字典】(多個series共用同一個索引)。DataFrame由按一定順序排列的多列資料組成。設計初衷是將Series的使用場景從一維拓展到多維。DataFrame既有行索引,也有列索引。 行索引:ind