Pandas库：(四)数组对象的增删改操作

目录

新增数据

concat追加数据(增加行数据)

insert插入数据(增加列数据)

删除数据

drop()删除指定行或列

drop_duplicates删除重复的行

修改数据

使用loc索引修改

数组对象.列名

replace替换

修改行列索引名

import pandas as pd

data1 = {
    '语文': [0, 19, 9, 28, 91, 56],
    '数学': [64, 81, 80, 17, 37, 52],
    '英语': [40, 25, 45, 58, 67, 57]
}

data2 = {
    '化学': [32, 38, 7, 12, 33, 28],
    '物理': [69, 43, 44, 62, 3, 67],
    '体育': [93, 7, 77, 95, 40, 89],
    '科目': ['科一', '科二', '科三', '科四', '科五', '科六']
}

df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2, index=["a", "b", "c", "d", "e", "f"])

新增数据

concat追加数据(增加行数据)

在 Pandas 中，append() 方法用于将一个 DataFrame 或 Series 的数据追加到另一个 DataFrame 的末尾。从 Pandas 2.0.0 开始，append() 方法已被弃用，而是使用 pd.concat() 方法来实现相同的功能。

def concat(
    objs: Iterable[Series | DataFrame] | Mapping[HashableT, Series | DataFrame],
    *,
    axis: Axis = 0,
    join: str = "outer",
    ignore_index: bool = False,
    keys: Iterable[Hashable] | None = None,
    levels=None,
    names: list[HashableT] | None = None,
    verify_integrity: bool = False,
    sort: bool = False,
    copy: bool | None = None,
) -> DataFrame | Series:

常用参数说明：

ignore_index=True ：是否生成新的索引,新索引使用系统默认的整型索引。

axis=0：表示沿着指定的轴拼接（默认为0，表示行方向；1时表示为列方向）。

result1 = pd.concat([df1, df2], ignore_index=False)
result2 = pd.concat([df1, df2], axis=0)
print(result1)
print(result2)

insert插入数据(增加列数据)

    def insert(
        self,
        loc: int,
        column: Hashable,
        value: Scalar | AnyArrayLike,
        allow_duplicates: bool | lib.NoDefault = lib.no_default,
    ) -> None:

 参数说明：

• loc: 插入位置的索引（从 0 开始）。例如，loc=0 表示在第一列插入，loc=1 表示在第二列插入，以此类推。

• column: 新列的名称（字符串）。

• value: 要插入的数据。可以是一个标量值、列表、NumPy 数组或 Series 对象。

• allow_duplicates: 是否允许插入重复的列名。默认为 False，即不允许重复列名。

print(df1)
value = [80, 38, 70, 51, 33, 48]
df1.insert(loc=2, column='生物', value=value)
print(df1)

删除数据

drop()删除指定行或列

在 Pandas 中，drop() 方法用于删除 DataFrame 或 Series 中的行或列。它是一个非常常用的数据清理工具，可以根据索引或标签删除指定的行或列。

    def drop(
        self,
        labels: IndexLabel | None = None,
        *,
        axis: Axis = 0,
        index: IndexLabel | None = None,
        columns: IndexLabel | None = None,
        level: Level | None = None,
        inplace: bool = False,
        errors: IgnoreRaise = "raise",
    ) -> DataFrame | None:

drop() 方法的常用参数：

参数	描述
labels	要删除的行或列的标签（可以是单个标签或列表）。使用labels时最好指定axis参数来说明要删除行或列，否则找不到对应的索引会报错，也可使用errors参数来绕过报错。但还是推荐使用index和columns参数来删除。
axis	删除方向：0 表示删除行（默认），1 表示删除列。
index	直接指定要删除的行（替代 labels 和 axis=0）。
columns	直接指定要删除的列（替代 labels 和 axis=1）。
inplace	是否原地修改 DataFrame。默认为 False，返回一个新对象。选择True时，修改后原数据会直接被修改。
errors	如果指定的标签不存在，是否抛出错误。默认为 'raise'，可选 'ignore'。errors='ignore' 可以忽略不存在的标签。

print(df2.drop('a', axis=0))  # 指定一行删除
print(df2.drop(['a', 'b'], axis=0))  # 指定多行删除
print(df2.drop('化学', axis=1))  # 指定一列删除
print(df2.drop(['科目', '化学'], axis=1))  # 指定多列删除

print(df2.drop(index=['a', 'b'], columns=['科目', '化学', '美术'], errors='ignore'))  # 删除指定的行和列

使用inplace参数修改源数据

df2.drop(index=['a', 'b'], columns=['科目', '化学', '美术'], errors='ignore', inplace=True)
print(df2)

drop_duplicates删除重复的行

    def drop_duplicates(
        self,
        subset: Hashable | Sequence[Hashable] | None = None,
        *,
        keep: DropKeep = "first",
        inplace: bool = False,
        ignore_index: bool = False,
    ) -> DataFrame | None:

参数说明：

Keep：支持'first', 'last', ``False``，默认为first，表示要保留的数据，False是表示都不保留。

ignore_index：是否生成新的索引,新索引使用系统默认的整型索引。

inplace：是否原地修改 DataFrame。默认为 False，返回一个新对象。选择True时，修改后原数据会直接被修改。

data3 = {
    '语文': [0, 9, 2, 5, 3, 3, 5],
    '数学': [6, 8, 1, 5, 3, 3, 5],
    '英语': [4, 4, 5, 5, 3, 3, 5]
}
df3 = pd.DataFrame(data3)
print(df3)
print(df3.drop_duplicates())

修改数据

使用loc索引修改

一维数组对象的修改

s = pd.Series({"李": 82, "陈": 93, "张": 91, "曾": 78, "邓": 68})
s['曾'] = 999
print(s)

二维数组对象的修改

df3.loc[2] = [1, 7, 3]   # 修改一行数据

df3.loc[2, '语文'] = 1000  # 修改单个数据

数组对象.列名

s = pd.Series({"李": 82, "陈": 93, "张": 91, "曾": 78, "邓": 68})
s.曾 = 999

# 二维数组
df3.语文 = [1, 7, 3, 977, 0, 8, 9]  # 修改列数据

replace替换

在 Pandas 中，replace() 方法用于替换 DataFrame 或 Series 中的值。它可以替换单个值、列表中的多个值、正则表达式匹配的值，甚至可以使用字典指定复杂的替换规则。replace() 是一个非常灵活且强大的工具，常用于数据清洗和预处理。

    def replace(
        self,
        to_replace=None,
        value=lib.no_default,
        *,
        inplace: bool_t = False,
        limit: int | None = None,
        regex: bool_t = False,
        method: Literal["pad", "ffill", "bfill"] | lib.NoDefault = lib.no_default,
    ) -> Self | None:

replace() 方法的常用参数：

参数	描述
to_replace	需要替换的值（可以是单个值、列表、字典或正则表达式）。
value	替换后的值（可以是单个值或列表）。
inplace	是否原地修改 DataFrame。默认为 False，返回一个新对象。
limit	替换的最大次数。
regex	是否将 to_replace 解释为正则表达式。默认为 False。
method	替换方法：'pad'（向前填充）或 'ffill'（向后填充）。

df3.replace(3, 333)  # 替换单个值
df3.replace([3, 9], [333, 999])  # 替换多个值

1、使用字典替换指定列的指定值

print(df3)
print(df3.replace({'语文': {2: 20, 0: 100}, '数学': {5: 50}}))

2、正则表达式匹配要修改的内容

data3 = {
    '语文': [0, 9, 2, 5, 3, 3, 5],
    '数学': [6, 8, 's', 5, 3, 3, 5],
    '英语': [4, 4, 5, 5, 3, 3, 'u']
}
df3 = pd.DataFrame(data3)
print(df3)

print(df3.replace(to_replace=r'[us]', value='x', regex=True))

3、替换缺失值

import numpy as np

# 创建一个包含缺失值的 DataFrame
df = pd.DataFrame({
    'A': [1, 2, np.nan, 4],
    'B': [5, np.nan, 7, 8],
    'C': ['p', 'q', 'r', 's']
})
print(df)

df_replaced = df.replace(np.nan, 0)
print(df_replaced)

修改行列索引名

pandas 中的 rename 方法用于重命名 DataFrame 或 Series 的轴标签（即行索引或列名）。它可以灵活地修改行索引或列名，并且可以选择是否直接修改原始对象。

DataFrame.rename(mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None, errors='ignore')

参数：

• mapper: 用于重命名的字典或函数。可以是一个字典（如 {'old_name': 'new_name'}）或一个函数（如 str.upper）。

• index: 重命名行索引的字典或函数。

• columns: 重命名列名的字典或函数。

• axis: 指定要重命名的轴。0 或 'index' 表示行索引，1 或 'columns' 表示列名。默认为 None，表示根据 mapper 推断。

• copy: 是否返回一个新的对象。默认为 True。

• inplace: 是否直接修改原始对象。默认为 False。

• level: 如果轴是多级索引（MultiIndex），则指定要重命名的级别。

• errors: 如何处理未找到的键。'ignore'（默认）表示忽略未找到的键，'raise' 表示抛出异常。

data3 = {
    '语文': [0, 9, 2, 5],
    '数学': [6, 8, 3, 8],
    '英语': [4, 4, 5, 5]
}
df3 = pd.DataFrame(data3)
print(df3)

df3.rename(columns={'语文': 'Yu', '数学': 'shu'}, inplace=True)  # 重命名指定列索引名
df3.rename(index={0: 'row1', 1: 'row2'}, inplace=True)  # 重命名指定行索引名
df3.rename(columns=str.upper, inplace=True)  # 使用函数重命名,将列名转大写
print(df3)

重命名多级索引的列：如果 DataFrame 有多级列名（MultiIndex），可以指定 level 参数来重命名某一级别。

df = pd.DataFrame({
    ('A', 'a1'): [1, 2, 3],
    ('A', 'a2'): [4, 5, 6],
    ('B', 'b1'): [7, 8, 9]
})
print(df)

df.rename(columns={'a1': 'x1', 'a2': 'x2'}, level=1, inplace=True)
print(df)