python中pandas.DataFrame的简单操作方法（创建、索引、增添与删除）

推荐整理分享python中pandas.DataFrame的简单操作方法（创建、索引、增添与删除），希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:,内容如对您有帮助，希望把文章链接给更多的朋友！

前言

最近在网上搜了许多关于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。感兴趣的朋友们一起来看看吧。

一、创建DataFrame的简单操作：

1、根据字典创造：

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。

2、从多维数组中创建

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。

3、用其他的DataFrame创建

这里的拷贝是深拷贝，改变cc中的值并不能改变bb中的值。

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。

1、索引一列或几列，比较简单：

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。

2、索引一条记录或几条记录：

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

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：

第二种：也是只能看

想要改变其中的值就会报错。

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

下面是证明：

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：

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：

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

删除记录

跟大家分享一篇关于python中pandas.DataFrame对行与列求和及添加新行与列示例，感兴趣的朋友们可以看看。

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。

总结