Python Pandas - 修改 DataFrame

Pandas DataFrame 是一种二维数据结构，可用于以表格格式存储数据，它由行和列组成。修改 Pandas DataFrame 是数据操作和预处理中的一项基本任务。常见的修改包括重命名列或行标签、为附加数据添加或插入新列、更新或替换现有列的内容以及删除不需要的列。

在本教程中，我们将学习如何以不同的方式修改 Pandas DataFrame。

重命名 DataFrame 的列或行标签

Pandas 的 DataFrame.rename() 方法用于重命名 DataFrame 的一个或多个列或行标签。这在需要提高 DataFrame 数据的可读性的情况下非常有用。

示例：重命名 DataFrame 列标签

以下示例使用 DataFrame.rename() 方法重命名 DataFrame 的列名。

import pandas as pd

# Create a DataFrame
df = pd.DataFrame({'A': [1, 2, 3],'B': [4, 5, 6]})

# Display original DataFrame
print("Original DataFrame:")
print(df)

# Rename column 'A' to 'aa'
df = df.rename(columns={'A': 'aa'})

# Display modified DataFrame
print("Modified DataFrame:")
print(df)

以下是上述代码的输出 -

Original DataFrame:
   A  B
0  1  4
1  2  5
2  3  6
Modified DataFrame:
   aa  B
0   1  4
1   2  5
2   3  6

示例：重命名 DataFrame 行标签

与上述示例类似，这也会使用 DataFrame.rename() 方法重命名 DataFrame 的行标签。

import pandas as pd

# Create a DataFrame
df = pd.DataFrame({'A': [1, 2, 3],'B': [4, 5, 6]}, index=['x', 'y', 'z'])

# Display original DataFrame
print("Original DataFrame:")
print(df)

# Rename the multiple row labels
df = df.rename(index={'x': 'r1', 'y':'r2', 'z':'r3'})

# Display modified DataFrame
print("Modified DataFrame:")
print(df)

以下是上述代码的输出 -

Original DataFrame:
   A  B
x  1  4
y  2  5
z  3  6
Modified DataFrame:
    A  B
r1  1  4
r2  2  5
r3  3  6

添加或插入列

向现有 DataFrame 添加新列非常简单。最简单的方法是使用新列名直接为 DataFrame 分配值。此外，您可以使用 DataFrame.insert() 方法在指定位置插入新列。

示例：直接添加新列

以下示例演示如何直接向 DataFrame 添加新列。

import pandas as pd

# Create a DataFrame
df = pd.DataFrame({'A': [1, 2, 3],'B': [4, 5, 6]})

# Add a new column 'C' with values
df['C'] = [7, 8, 9]

# Display updated DataFrame
print("DataFrame after adding a new column 'C':")
print(df)

以下是上述代码的输出 -

DataFrame after adding a new column 'C':
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

示例：在特定位置插入列

此示例使用 DataFrame.insert() 方法在现有 DataFrame 的特定位置添加新列。

import pandas as pd

# Create a DataFrame
df = pd.DataFrame({'A': [1, 2, 3],'B': [4, 5, 6]})

# Insert a new column 'D' at position 1
df.insert(1, 'D', [10, 11, 12])

# Display updated DataFrame
print("DataFrame after inserting column 'D' at position 1:")
print(df)

以下是上述代码的输出 -

DataFrame after inserting column 'D' at position 1:
   A   D  B
0  1  10  4
1  2  11  5
2  3  12  6

替换 DataFrame 的内容

替换 DataFrame 的内容可以通过多种方式完成，其中一种最简单的方法是直接为 DataFrame 的特定部分分配新值。

示例：替换列的值

以下示例演示了用新数据替换特定列内容的最简单方法。

import pandas as pd

# Create a DataFrame
df = pd.DataFrame({'A': [1, 2, 3],'B': [4, 5, 6]})

# Replace the contents of column 'A' with new values
df['A'] = [10, 20, 30]

# Display updated DataFrame
print("DataFrame after replacing column 'A':")
print(df)

以下是上述代码的输出 -

DataFrame after replacing column 'A':
    A  B
0  10  4
1  20  5
2  30  6

示例：使用 replace() 方法替换内容

您还可以使用 DataFrame.replace() 方法更改列中的特定值。此示例演示了相同的内容。

import pandas as pd

# Create a DataFrame
df = pd.DataFrame({'A': [1, 2, 3],'B': [4, 5, 6]})

# Display the Input DataFrame 
print("Original DataFrame:", df, sep='\n')

# Replace the contents 
df.replace({'A': 1, 'B': 6}, 100, inplace=True)

# Display updated DataFrame
print("DataFrame after replacing column 'A':")
print(df)

以下是上述代码的输出 -

Original DataFrame:
   A  B
0  1  4
1  2  5
2  3  6

DataFrame after replacing column 'A':
     A    B
0  100    4
1    2    5
2    3  100

删除列

删除 DataFrame 的单个或多个列可以使用 DataFrame.drop() 方法完成。

示例

以下是使用 DataFrame.drop() 方法从 Pandas DataFrame 中删除多个列的示例。

import pandas as pd

# Create a DataFrame
df = pd.DataFrame({'A': [1, 2, 3],'B': [4, 5, 6],'C': [7, 8, 9]})

# Display the original DataFrame
print("Original DataFrame:", df, sep='\n')

# Delete columns 'A' and 'B'
df = df.drop(columns=['A', 'B'])

# Display updated DataFrame
print("DataFrame after deleting columns 'A' and 'B':")
print(df)

以下是上述代码的输出 -

Original DataFrame:
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9
DataFrame after deleting columns 'A' and 'B':
   C
0  7
1  8
2  9

打印页面