当前位置:主页 > 软件编程 > Python代码 >

pandas选择或添加列生成新的DataFrame操作示例

时间:2022-10-30 11:09:06 | 栏目:Python代码 | 点击:

如何向 pandas.DataFrame 添加新的列或行

通过指定新的列名/行名来添加,或者用pandas.DataFrame的assign()、insert()、append()方法添加等方法。

这里,将描述以下内容。

将列添加到 pandas.DataFrame

向pandas.DataFrame 添加一行

选择某些列

import pandas as pd
# 从Excel中读取数据,生成DataFrame数据
# 导入Excel路径和sheet name
df = pd.read_excel(excelName, sheet_name=sheetName)
# 读取某些列,生成新的DataFrame
newDf = pd.DataFrame(df, columns=[column1, column2, column3])

选择某些列和行

# 读取某些列,并根据某个列的值筛选行
newDf = pd.DataFrame(df, columns=[column1, column2, column3])[(df.column1 == value1) & (df.column2 == value2)]

添加新的列

# 第一种直接赋值
df["newColumn"] = newValue
# 第二种用concat组合两个DataFrame
pd.concat([oldDf, newDf])

更改某一列的值

# 第一种,replace
df["column1"] = df["column1"].replace(oldValue, newValue)
# 第二种,map
df["column1"] = df["column1"].map({oldValue: newValue})
# 第三种,loc
# 将column2 中某些行(通过column1中的value1来过滤出来的)的值为value2
df.loc[df["column1"] == value1, "column2"] = value2

补全缺失值

# fillna填充缺失值
df["column1"] = df["column1"].fillna(value1)

您可能感兴趣的文章:

相关文章