https://blog.csdn.net/haruhi330/article/details/60872526

pandas.DataFrame 的操作简单经验（创建，索引，增添，删除）

在网上搜过许多关于pandas.DataFrame的操作说明，都是一些基础的操作，但是这些操作组合起来还是比较费时间去正确操作DataFrame，花了我挺长时间去调整BUG的。我在这里做一些总结，方便你我他。

一创建DataFrame的简单操作：

1.根据字典创造：


 import pandas as pd
 aa={'one':[1,2,3],'two':[2,3,4],'three':[3,4,5]}
 bb=pd.DataFrame(aa)
 bb
    one  three  two0    1      3    21    2      4    32    3      5    4`

字典中的keys就是DataFrame里面的columns，但是没有index的值，所以需要自己设定，不设定默认是从零开始计数。

bb=pd.DataFrame(aa,index=['first','second','third'])bb
         one  three  twofirst     1      3    2second    2      4    3third     3      5    4

2.从多维数组中创建

import numpy as np
 del aa
 aa=np.array([[1,2,3],[4,5,6],[7,8,9]])
 aa
 array([[1, 2, 3],       [4, 5, 6],       [7, 8, 9]])
 bb=pd.DataFrame(aa)
 bb
    0  1  20  1  2  31  4  5  62  7  8  9

从多维数组中创建就需要为DataFrame赋值columns和index，否则就是默认的，很丑的。

 bb=pd.DataFrame(aa,index=[22,33,44],columns=['one','two','three'])
 bb
     one  two  three22    1    2      333    4    5      644    7    8      9

3.用其他的DataFrame创建

bb=pd.DataFrame(aa,index=[22,33,44],columns=['one','two','three'])bb
     one  two  three22    1    2      333    4    5      644    7    8      9cc=bb[['one','three']].copy()Cc
     one  three22    1      333    4      644    7      9

这里的拷贝是深拷贝，改变cc中的值并不能改变bb中的值。

cc['three'][22]=5bb
     one  two  three22    1    2      333    4    5      644    7    8      9 cc
     one  three22    1      533    4      644    7      9

二.DataFrame的索引操作：

对于一个DataFrame来说，索引是最烦的，最易出错的。

.索引一列或几列，比较简单：

bb['one']
 22    133    444    7Name: one, dtype: int32

多个列名需要将输入的列名存在一个列表里，才是个collerable的变量，否则会报错。

bb[['one','three']]
     one  three22    1      333    4      644    7      9

2.索引一条记录或几条记录：

bb[1:3]
     one  two  three33    4    5      644    7    8      9bb[:1]
     one  two  three22    1    2      3

这里注意冒号是必须有的，否则是索引列的了。

3.索引某几列的变量的某几条记录，这个折磨了我好久：

第一种

bb.loc[[22,33]][['one','three']]
     one  three22    1      333    4      6

这种不能改变这里面的值，你只是能读值，不能写值，可能和loc()函数有关：

bb.loc[[22,33]][['one','three']]=[[2,2],[3,6]]
 bb
     one  two  three22    1    2      333    4    5      644    7    8      9

第二种：也是只能看

bb[['one','three']][:2]
     one  three22    1      333    4      6

想要改变其中的值就会报错。


 bb[['one','three']][:2]=[[2,2],[2,2]]-c:1: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.Try using .loc[row_index,col_indexer] = value insteadF:\Anaconda\lib\site-packages\pandas\core\frame.py:1999: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame  return self._setitem_slice(indexer, value)

第三种：可以改变数据的值！！！

Iloc是按照数据的行列数来索引，不算index和columns

bb.iloc[2:3,2:3]
     three44      9 bb.iloc[1:3,1:3]
     two  three33    5      644    8      9bb.iloc[0,0]
 1

下面是证明：

 bb.iloc[0:4,0:2]=[[9,9],[9,9],[9,9]]
 bb
     one  two  three22    9    9      333    9    9      644    9    9      9

三、在原有的DataFrame上新建一个columns或几个columns

1.什么都不用的，只能单独创建一列，多列并不好使，亲测无效：

bb['new']=[2,3,4]bb
     one  two  three  new22    9    9      3    233    9    9      6    344    9    9      9    4bb[['new','new2']]=[[2,3,4],[5,3,7]]KeyError: "['new' 'new2'] not in index"

赋予的list基本就是按照所给index值顺序赋值，可是一般我们是要对应的index进行赋值，想要更高级的赋值就看后面的了。

2.使用字典进行多列按index赋值：

aa={33:[234,44,55],44:[657,77,77],22:[33,55,457]}
 bb=bb.join(pd.DataFrame(aa.values(),columns=['hi','hello','ok'],index=aa.keys()))
 bb
     one  two  three  new   hi  hello   ok22    9    9      3    2   33     55  45733    9    9      6    3  234     44   5544    9    9      9    4  657     77   77

这里aa是一个字典和列表的嵌套，相当于一条记录，使用keys当做index名而不是一般默认的columns名。达到了按index多列匹配的目的。由于dict（）储存是混乱的，之间用dict（）而不给他的index赋值会记录错乱，这一点注意值得注意。

四、删除多列或多记录：

删除列

bb.drop(['new','hi'],axis=1)
     one  two  three  hello   ok22    9    9      3     55  45733    9    9      6     44   5544    9    9      9     77   77

删除记录

bb.drop([22,33],axis=0)
     one  two  three  new   hi  hello  ok44    9    9      9    4  657     77  77

DataFrame还有很多功能还没有涉及，等以后有涉及到，看完官网的API之后，还会继续分享，everything is ok。

Pandas——DataFrame