第四課： - 添加/刪除列 - 索引操做

 第 4 課

在本課中，咱們將回到基礎知識。咱們將使用一個小的數據集，以便您能夠輕鬆理解我想要解釋的內容。咱們將添加列，刪除列，並以許多不一樣的方式切分數據。Enjoy！

In [1]:
# Import libraries
import pandas as pd import sys 

In [2]:

print('Python version ' + sys.version) print('Pandas version: ' + pd.__version__) 

Python version 3.5.1 |Anaconda custom (64-bit)| (default, Feb 16 2016, 09:49:46) [MSC v.1900 64 bit (AMD64)]
Pandas version: 0.20.1

In [3]:

# Our small data set
d = [0,1,2,3,4,5,6,7,8,9] # Create dataframe df = pd.DataFrame(d) df 

Out[3]:

	0
0	0
1	1
2	2
3	3
4	4
5	5
6	6
7	7
8	8
9	9

In [4]:

#改變df 列的名字

df.columns = ['Rev'] 

df 

Out[4]:

	Rev
0	0
1	1
2	2
3	3
4	4
5	5
6	6
7	7
8	8
9	9

In [5]:

# 添加一列
df['NewCol'] = 5 df 

Out[5]:

	Rev	NewCol
0	0	5
1	1	5
2	2	5
3	3	5
4	4	5
5	5	5
6	6	5
7	7	5
8	8	5
9	9	5

In [6]:

# 修改列
df['NewCol'] = df['NewCol'] + 1 df 

Out[6]:

	Rev	NewCol
0	0	6
1	1	6
2	2	6
3	3	6
4	4	6
5	5	6
6	6	6
7	7	6
8	8	6
9	9	6

In [7]:

# 刪除列
del df['NewCol'] df 

Out[7]:

	Rev
0	0
1	1
2	2
3	3
4	4
5	5
6	6
7	7
8	8
9	9

In [8]:

# 添加幾列
df['test'] = 3 df['col'] = df['Rev'] df 

Out[8]:

	Rev	test	col
0	0	3	0
1	1	3	1
2	2	3	2
3	3	3	3
4	4	3	4
5	5	3	5
6	6	3	6
7	7	3	7
8	8	3	8
9	9	3	9

In [9]:

#若是咱們想要，咱們甚至能夠改變索引的名稱

i = ['a','b','c','d','e','f','g','h','i','j'] 
df.index = i
df 

Out[9]:

	Rev	test	col
a	0	3	0
b	1	3	1
c	2	3	2
d	3	3	3
e	4	3	4
f	5	3	5
g	6	3	6
h	7	3	7
i	8	3	8
j	9	3	9

 

如今咱們能夠開始使用loc選擇數據幀的各個部分。

In [10]:

df.loc['a'] 

Out[10]:

Rev     0
test    3
col     0
Name: a, dtype: int64

In [11]:

# df.loc[inclusive:inclusive]
df.loc['a':'d'] 

Out[11]:

	Rev	test	col
a	0	3	0
b	1	3	1
c	2	3	2
d	3	3	3

In [12]:

# df.iloc[inclusive:exclusive]
# 注意：.iloc基於嚴格的整數位置[版本0.11.0以上]

df.iloc[0:3] 

Out[12]:

	Rev	test	col
a	0	3	0
b	1	3	1
c	2	3	2

 

咱們也可使用列名選擇。

In [13]:

df['Rev'] 

Out[13]:

a    0
b    1
c    2
d    3
e    4
f    5
g    6
h    7
i    8
j    9
Name: Rev, dtype: int64

In [14]:

df[['Rev', 'test']] 

Out[14]:

	Rev	test
a	0	3
b	1	3
c	2	3
d	3	3
e	4	3
f	5	3
g	6	3
h	7	3
i	8	3
j	9	3

In [15]:

# df.ix[rows,columns]
# 代替已棄用的ix函數

#df.ix[0:3,'Rev'] 

df.loc[df.index[0:3],'Rev'] 

Out[15]:

a    0
b    1
c    2
Name: Rev, dtype: int64

In [16]:

#

代替已棄用的ix函數

#df.ix[5:,'col'] 

df.loc[df.index[5:],'col'] 

Out[16]:

f    5
g    6
h    7
i    8
j    9
Name: col, dtype: int64

In [17]:

#

代替已棄用的ix函數

#df.ix[:3,['col', 'test']] 

df.loc[df.index[:3],['col', 'test']] 

Out[17]:

	col	test
a	0	3
b	1	3
c	2	3

 

還有一些方便的功能能夠選擇數據幀的頂部和底部記錄。

In [18]:

# Select top N number of records  
df.head(5) 

Out[18]:

	Rev	test	col
a	0	3	0
b	1	3	1
c	2	3	2
d	3	3	3
e	4	3	4

In [19]:

# Select bottom N number of records  
df.tail(5) 

Out[19]:

	Rev	test	col
f	5	3	5
g	6	3	6
h	7	3	7
i	8	3	8
j	9	3	9

 

This tutorial was recreated by 六尺巷人_cds