df = pd.read_excel('info.xlsx')type(df)# 输出<class 'pandas.core.frame.DataFrame'>
2.获取前5行df.head(5)# 输出 姓名 年龄 性别 籍贯0 张三 31 男 上海1 李四 24 男 北京2 赵五 47 女 深圳3 刘六 21 男 广州4 谭七 19 女 香港
3.获取第3-4行df[2:4]# 输出 姓名 年龄 性别 籍贯2 赵五 47 女 深圳3 刘六 21 男 广州
4.获取特定的列df[['姓名', '籍贯']].head(2)# 输出 姓名 籍贯0 张三 上海1 李四 北京
5.使用整数下标选择行和列df.iloc[0:3, 0:3]# 输出 姓名 年龄 性别0 张三 31 男1 李四 24 男2 赵五 47 女
6.使用整数和标签的混合来选择行和列注:通过
iloc
属性实现
df.loc[df.index[0:3], ['姓名', '性别']]# 输出 姓名 性别0 张三 男1 李四 男2 赵五 女
7.重置索引为注:通过loc属性实现
姓名
df = df.set_index('姓名')# 输出 年龄 性别 籍贯姓名 张三 31 男 上海李四 24 男 北京赵五 47 女 深圳刘六 21 男 广州谭七 19 女 香港
8.更改列名df.columns = 'a','b','c'输出: a b c姓名 张三 31 男 上海李四 24 男 北京赵五 47 女 深圳刘六 21 男 广州谭七 19 女 香港
9.对数据进行计算df['a'] = df['a']+2020# 输出 a b c姓名 张三 2052 男 上海李四 2045 男 北京赵五 2068 女 深圳刘六 2042 男 广州谭七 2040 女 香港
总结参考:https://mp.weixin.qq.com/s/b-rHS18WQoPJ78NbKaSaXQ
以上是内存溢出为你收集整理的Python:pandas处理DataFrame全部内容,希望文章能够帮你解决Python:pandas处理DataFrame所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)