python數(shù)據處理之如何修改索引和行列
python如何修改索引和行列
修改索引
修改索引之前是自動生成的索引:

使用set_index('以xx字段為索引',inplace=True)設置索引:
inplace為True不用給新變量賦值,使用舊的變量名發(fā)現(xiàn)索引就已經被改變

打開文件時就生成索引:
index_col='以xx字段為索引'

重置索引:
reset_index()

DataFrame修改行名和列名
通過rename方法修改:

提取index和columns屬性修改再賦值:

DataFrame添加、刪除和插入隊列
添加:
movie = pd.read_csv('../data/movie.csv')
# 添加新列,并賦值 DataFrame['新列名'] = (值)
movie['new_name'] = (movie['movie_title'] + '----'+ movie['country'])

刪除:
# 刪除列
movie = movie.drop('new_name',axis='columns')
# 刪除行
movie = movie.drop('索引',axis='index')
插入:
DataFrame.insert(loc='下標',column='列名',value='值')

python索引設置
在Python中如果沒有原始索引,會默認從0開始的自然數(shù)作為索引。
給df表傳入索引
#傳入列宿索引 df.columns = ["name","age","grade","height","time"] #傳入行索引 df.inex = [1,2,3,4,5,6] #傳入的行列索引必須與行列數(shù)相同,否則報錯
df中重置行索引
df.set_index("age")
#講age列當做行索引,可傳入多列,形成層次化索引
reset_index(level = None,drop = False,inplace = False) ? #將層次化索引重置
level:指定要講層次化索引的第幾級別轉化為columns,默認全部轉化
drop:指定是否闡述原索引,默認為False
inplace:指定是否修改原數(shù)據表,默認為False
#reset_index常用于數(shù)據分組及透視表中重命名索引
#重命名列索引,以字典的形式傳入原列名和新列名
df.rename(columns = {"old":"new","age":"new_age"})
#重命名行索引,與上同
df.rename(index = {})
#行列索引同時修改
df.rename(columns = {},index = {})總結
以上為個人經驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
Windows上配置Emacs來開發(fā)Python及用Python擴展Emacs
這篇文章主要介紹了Windows上配置Emacs來開發(fā)Python及用Python擴展Emacs的方法,Emacs與Vim并稱為開發(fā)者手中最強大的兩款文本編輯器,需要的朋友可以參考下2015-11-11
python3解析庫BeautifulSoup4的安裝配置與基本用法
簡單來說,BeautifulSoup就是Python的一個HTML或XML的解析庫,我們可以用它來方便地從網頁中提取數(shù)據,下面這篇文章主要給大家介紹了關于python3解析庫BeautifulSoup4的安裝配置與基本用法的相關資料,需要的朋友可以參考下2018-06-06
Python自動創(chuàng)建Markdown表格使用實例探究
Markdown表格是文檔中整理和展示數(shù)據的重要方式之一,然而,手動編寫大型表格可能會費時且容易出錯,本文將介紹如何使用Python自動創(chuàng)建Markdown表格,通過示例代碼詳細展示各種場景下的創(chuàng)建方法,提高表格生成的效率2024-01-01
django model 條件過濾 queryset.filter(**condtions)用法詳解
這篇文章主要介紹了django model 條件過濾 queryset.filter(**condtions)用法詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05

