devbox
AllinToyou
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

DataFrame对于行列的增加、修改和删除_怎样修改dataframe中某一列的内容

作者：AllinToyou | 2024-05-28 01:39:42

赞

踩

怎样修改dataframe中某一列的内容

目录

一、列

（一）增加列：

1.直接 df['new_column']=xx：

2.使用 df.insert(loc, column, value, allow_duplicates = False) 函数

（二）修改列

1.更改列名

2.更改列的值

（三）删除列

1.del：

3.df.drop/df.pop():：

二、行

（一）增加行

1.df.loc[index]=[ ]

2.df.append(obj,ignore_index=False,verify_integrity=False,sort=False)

（二）删除行

1.df.drop()：

（三）修改行

1.修改行名：

2.修改行值：

        增删改可能需要筛选数据，关于数据的条件筛选可见文章：

DataFrame数据的筛选和排序_dataframe筛选_带带琪宝的博客-CSDN博客

一、列

（一）增加列：

1.直接 df['new_column']=xx：

        相当于新增一不存在的列，可以使用已存在的数据列进行运算得到新列，比如在数据最后后面多加一列成交率：

  1. print(data2.head(3))
  2. data2['成交率']=data2['客单数']/data2['客流量']
  3. print(data2.head(3))
  4.  
  5.           日期 星期   门店号           码洋   天气           实洋   客流量  客单数  交易数量  月份    门店
  6. 0 2023-01-31  二  1001  8105.611548  NaN  8105.611548  1577  859  2004   1   龙华店
  7. 1 2023-01-31  二  1002  8117.412956  NaN  8117.412956  1392  752  1462   1   石岩店
  8. 2 2023-01-31  二  1003  9369.565960  NaN  9369.565960  1661  949  1258   1   观澜店
  9.  
  10.  
  11.           日期 星期   门店号           码洋   天气  ...  客单数  交易数量  月份    门店  成交率
  12. 0 2023-01-31  二  1001  8105.611548  NaN  ...  859  2004   1   龙华店  0.544705
  13. 1 2023-01-31  二  1002  8117.412956  NaN  ...  752  1462   1   石岩店  0.540230
  14. 2 2023-01-31  二  1003  9369.565960  NaN  ...  949  1258   1   观澜店  0.571343

2.使用 df.insert(loc, column, value, allow_duplicates = False) 函数

  • loc：插入列的索引，从0开始
  • column：列名
  • value：插入列的值，定值或 Series以及列表等（pycharm里提示这里是HASHABLE可被定位的，即有序的），Series型数据插入pandas 会使用索引对齐，未定位的索引为空
  • allow_duplicates：列名存在时，该参数为 TRUE 才能继续插入，否则报错

比如，我想在根据日期在第二列加一列 season：

  1. print(data2.head(3))
  2.  
  3. season_col=[]
  4. for i in range(len(data2)):
  5.     if data2['日期'].dt.month[i]>=1 and data2['日期'].dt.month[i]<=3:
  6.         season_col.append(1)
  7.     elif data2['日期'].dt.month[i]>3 and data2['日期'].dt.month[i]<=6:
  8.         season_col.append(2)
  9.     elif data2['日期'].dt.month[i] > 6 and data2['日期'].dt.month[i] <= 9:
  10.         season_col.append(3)
  11.     elif data2['日期'].dt.month [i]> 9 and data2['日期'].dt.month[i] <= 12:
  12.         season_col.append(4)
  13. data2.insert(1,'season',season_col)
  14.  
  15. print(data2.head(3))
  16.  
  17.  
  18.           日期 星期   门店号           码洋   天气           实洋   客流量  客单数  交易数量  月份   门店
  19. 0 2023-01-31  二  1001  8105.611548  NaN  8105.611548  1577  859  2004   1  龙华店
  20. 1 2023-01-31  二  1002  8117.412956  NaN  8117.412956  1392  752  1462   1  石岩店
  21. 2 2023-01-31  二  1003  9369.565960  NaN  9369.565960  1661  949  1258   1  观澜店
  22.  
  23.           日期  season 星期   门店号           码洋  ...   客流量  客单数  交易数量  月份   门店
  24. 0 2023-01-31       1  二  1001  8105.611548  ...  1577  859  2004   1  龙华店
  25. 1 2023-01-31       1  二  1002  8117.412956  ...  1392  752  1462   1  石岩店
  26. 2 2023-01-31       1  二  1003  9369.565960  ...  1661  949  1258   1  观澜店

（二）修改列

1.更改列名

（1）df.column=['column1','column2',...]

        这种方法可以对所有列名进行修改，要求列表内的长度与旧列名的长度一致

（2）df.rename(columns={'oldname1':'newname1','oldname2':'newname2'},inplace=FALSE/TURE})

        这种方法可以只对某些列名修改，inplace=True时会在原Datafram上进行更改，rename 也可以修改 axis 参数用于修改行索引

（3）也可以在导数据的时候直接采用新的列名

2.更改列的值

（1）df['column']=value，类似直接增加列的方法，赋值

        可以将某列修改为定值，或利用 list/array 进行修改，以及Series和DataFrame可以修改，但需要索引对齐，否则会出错（不报错，全为空）

  1. print(data2.head(3))
  2. data2['天气']='晴'
  3. print(data2.head(3))
  4.  
  5.           日期 星期   门店号           码洋   天气           实洋   客流量  客单数  交易数量  月份   门店
  6. 0 2023-01-31  二  1001  8105.611548  NaN  8105.611548  1577  859  2004   1  龙华店
  7. 1 2023-01-31  二  1002  8117.412956  NaN  8117.412956  1392  752  1462   1  石岩店
  8. 2 2023-01-31  二  1003  9369.565960  NaN  9369.565960  1661  949  1258   1  观澜店
  9.  
  10.           日期 星期   门店号           码洋 天气           实洋   客流量  客单数  交易数量  月份   门店
  11. 0 2023-01-31  二  1001  8105.611548  晴  8105.611548  1577  859  2004   1  龙华店
  12. 1 2023-01-31  二  1002  8117.412956  晴  8117.412956  1392  752  1462   1  石岩店
  13. 2 2023-01-31  二  1003  9369.565960  晴  9369.565960  1661  949  1258   1  观澜店

（2）利用df.replace(to_replace,value,inplace,...)：可进行部分数据的更改

        to_replace：确定需要修改列值的数据。可接受的数据类型有：str, regex, list, dict, Series, int, float, or None
        value：指定修改后的值。可接受的数据类型有：scalar, dict, list, str, regex, default None
        inplace：是否本地置换
        limit：指定前后填充的最大次数
        regex：正则表达式符号。如果在to_replace中使用字符串形式的正则表达式对数据进行筛选的时候，需要将其设置为True。
        method：填充方式。‘pad’, ‘ffill’, ‘bfill’, None

  1. print(data2.head(3))
  2. data2['月份'].replace(1,'01',inplace=True)
  3. print(data2.head(3))
  4.  
  5.           日期 星期   门店号           码洋   天气           实洋   客流量  客单数  交易数量  月份   门店
  6. 0 2023-01-31  二  1001  8105.611548  NaN  8105.611548  1577  859  2004   1  龙华店
  7. 1 2023-01-31  二  1002  8117.412956  NaN  8117.412956  1392  752  1462   1  石岩店
  8. 2 2023-01-31  二  1003  9369.565960  NaN  9369.565960  1661  949  1258   1  观澜店
  9.  
  10.           日期 星期   门店号           码洋   天气           实洋   客流量  客单数  交易数量  月份   门店
  11. 0 2023-01-31  二  1001  8105.611548  NaN  8105.611548  1577  859  2004  01  龙华店
  12. 1 2023-01-31  二  1002  8117.412956  NaN  8117.412956  1392  752  1462  01  石岩店
  13. 2 2023-01-31  二  1003  9369.565960  NaN  9369.565960  1661  949  1258  01  观澜店

（3）筛选满足条件的值修改

（三）删除列

1.del：

        del 删除列会直接改变原 DataFrame

  1. print(data2.head(3))
  2. del data2['天气']
  3. print(data2.head(3))
  4.  
  5.           日期 星期   门店号           码洋   天气           实洋   客流量  客单数  交易数量  月份   门店
  6. 0 2023-01-31  二  1001  8105.611548  NaN  8105.611548  1577  859  2004   1  龙华店
  7. 1 2023-01-31  二  1002  8117.412956  NaN  8117.412956  1392  752  1462   1  石岩店
  8. 2 2023-01-31  二  1003  9369.565960  NaN  9369.565960  1661  949  1258   1  观澜店
  9.  
  10.           日期 星期   门店号           码洋           实洋   客流量  客单数  交易数量  月份   门店
  11. 0 2023-01-31  二  1001  8105.611548  8105.611548  1577  859  2004   1  龙华店
  12. 1 2023-01-31  二  1002  8117.412956  8117.412956  1392  752  1462   1  石岩店
  13. 2 2023-01-31  二  1003  9369.565960  9369.565960  1661  949  1258   1  观澜店

3.df.drop/df.pop():：

        dt.drop(labels = ['column1','column2'], axis = 1,inplace =FALSE)，inplace 默认False，为TRUE 时，会修改原 DataFrame

  1. print(data2.head(3))
  2. df=data2.drop(labels = ['天气','码洋'], axis = 1)    # 将删除列后的数据赋给df
  3. print(data2.head(3))    # 未改变
  4. print(df.head(3))
  5.  
  6.           日期 星期   门店号           码洋   天气           实洋   客流量  客单数  交易数量  月份   门店
  7. 0 2023-01-31  二  1001  8105.611548  NaN  8105.611548  1577  859  2004   1  龙华店
  8. 1 2023-01-31  二  1002  8117.412956  NaN  8117.412956  1392  752  1462   1  石岩店
  9. 2 2023-01-31  二  1003  9369.565960  NaN  9369.565960  1661  949  1258   1  观澜店
  10.  
  11.           日期 星期   门店号           码洋   天气           实洋   客流量  客单数  交易数量  月份   门店
  12. 0 2023-01-31  二  1001  8105.611548  NaN  8105.611548  1577  859  2004   1  龙华店
  13. 1 2023-01-31  二  1002  8117.412956  NaN  8117.412956  1392  752  1462   1  石岩店
  14. 2 2023-01-31  二  1003  9369.565960  NaN  9369.565960  1661  949  1258   1  观澜店
  15.  
  16.           日期 星期   门店号           实洋   客流量  客单数  交易数量  月份   门店
  17. 0 2023-01-31  二  1001  8105.611548  1577  859  2004   1  龙华店
  18. 1 2023-01-31  二  1002  8117.412956  1392  752  1462   1  石岩店
  19. 2 2023-01-31  二  1003  9369.565960  1661  949  1258   1  观澜店

        区别见：DataFrame中删除操作pop和drop的区别_dataframe pop-CSDN博客

        建议用 pop()，代码简洁且有返回值，数据还可以继续使用

二、行

（一）增加行

1.df.loc[index]=[ ]

  1. print(data2.tail(3))
  2. print(len(data2))
  3. data2.loc[len(data2)]=['2023-04-02','日','NaN','NaN','NaN','NaN','NaN','NaN','NaN','NaN','NaN']
  4. data2.info()
  5.  
  6.              日期 星期   门店号           码洋   天气  ...   客流量  客单数  交易数量  月份   门店
  7. 4265 2023-04-01  六  3008   383.240643  NaN  ...  1591  649  1363   4  惠州店
  8. 4266 2023-04-01  六  3009  5739.039035  NaN  ...  1443  901  2294   4  佛山店
  9. 4267 2023-04-01  六  3010  9178.243621  NaN  ...  1975  663  2122   4  福州店
  10. [3 rows x 11 columns]
  11.  
  12. 4268
  13.  
  14. <class 'pandas.core.frame.DataFrame'>
  15. Index: 4269 entries, 0 to 4268
  16. Data columns (total 11 columns):
  17.  #   Column  Non-Null Count  Dtype 
  18. ---  ------  --------------  ----- 
  19.  0   日期      4269 non-null   object
  20.  1   星期      4269 non-null   object
  21.  2   门店号     4269 non-null   object
  22.  3   码洋      4269 non-null   object
  23.  4   天气      333 non-null    object
  24.  5   实洋      4269 non-null   object
  25.  6   客流量     4269 non-null   object
  26.  7   客单数     4269 non-null   object
  27.  8   交易数量    4269 non-null   object
  28.  9   月份      4269 non-null   object
  29.  10  门店      4268 non-null   object
  30. dtypes: object(11)
  31.

        数据类型不同也可插入，但某列类型将变为object

        采用通过 loc[ ] 建索引赋值的方法多适用于对 dataframe 循环遍历添加行，可以避免索引冲突的问题。

2.df.append(obj,ignore_index=False,verify_integrity=False,sort=False)

        在新一点的版本里为dt._append()，该方法会在 DataFrame 末尾行追加数据（原数据不发生改变），可以添加多行，相当于添加一个dataframe，另一个 df 没有的列，其值为NaN，形状取并集

        参数：

  • obj：追加对象，可以为字典、Series、列表（不同维度的列表追加方式不同，一维：按一列添加、二维：每个列表按行添加、三维会将一个列表作为一个值添加，了解即可）
  • ignore_index：默认False，这样行索引保持与原DataFrame中的行索引一致，即行索引重复不会受影响。若修改为True，结果的行索引会被重设为从0开始的整数索引。
  • verify_integrity：默认False，添加的DataFrame中有相同的行索引时，可以保留原结果。该参数为True，添加的DataFrame中有相同的行索引就会抛出ValueError。设置为True可以避免结果中的行索引重复，但可能会导致添加失败，所以需要先观察原始数据。

        同时使用时，ignore_index优先生效，同时使用不会报错。

  1. print(data2)
  2. df2=data2.copy()
  3. df2['new_col']=0    # 添加一列全为0的列
  4. print(df2)
  5. data=data2._append(df2,ignore_index=True)
  6. print(data)
  7. data2：
  8.        日期 星期   门店号           码洋   天气  ...   客流量  客单数  交易数量  月份    门店
  9. 0    2023-01-31  二  1001  8105.611548  NaN  ...  1577  859  2004   1   龙华店
  10. 1    2023-01-31  二  1002  8117.412956  NaN  ...  1392  752  1462   1   石岩店
  11. 2    2023-01-31  二  1003  9369.565960  NaN  ...  1661  949  1258   1   观澜店
  12. ...         ... ..   ...          ...  ...  ...   ...  ...   ...  ..   ...
  13. 4265 2023-04-01  六  3008   383.240643  NaN  ...  1591  649  1363   4   惠州店
  14. 4266 2023-04-01  六  3009  5739.039035  NaN  ...  1443  901  2294   4   佛山店
  15. 4267 2023-04-01  六  3010  9178.243621  NaN  ...  1975  663  2122   4   福州店-
  16. [4268 rows x 11 columns]
  17.  
  18. df2：
  19.        日期 星期   门店号           码洋   天气  ...  客单数  交易数量  月份    门店  new_col
  20. 0    2023-01-31  二  1001  8105.611548  NaN  ...  859  2004   1   龙华店        0
  21. 1    2023-01-31  二  1002  8117.412956  NaN  ...  752  1462   1   石岩店        0
  22. 2    2023-01-31  二  1003  9369.565960  NaN  ...  949  1258   1   观澜店        0
  23. ...         ... ..   ...          ...  ...  ...  ...   ...  ..   ...      ...
  24. 4265 2023-04-01  六  3008   383.240643  NaN  ...  649  1363   4   惠州店        0
  25. 4266 2023-04-01  六  3009  5739.039035  NaN  ...  901  2294   4   佛山店        0
  26. 4267 2023-04-01  六  3010  9178.243621  NaN  ...  663  2122   4   福州店        0
  27. [4268 rows x 12 columns]
  28.  
  29. data：
  30.        日期 星期   门店号           码洋   天气  ...  客单数  交易数量  月份    门店  new_col
  31. 0    2023-01-31  二  1001  8105.611548  NaN  ...  859  2004   1   龙华店      NaN
  32. 1    2023-01-31  二  1002  8117.412956  NaN  ...  752  1462   1   石岩店      NaN
  33. 2    2023-01-31  二  1003  9369.565960  NaN  ...  949  1258   1   观澜店      NaN
  34. ...         ... ..   ...          ...  ...  ...  ...   ...  ..   ...      ...
  35. 8533 2023-04-01  六  3008   383.240643  NaN  ...  649  1363   4   惠州店      0.0
  36. 8534 2023-04-01  六  3009  5739.039035  NaN  ...  901  2294   4   佛山店      0.0
  37. 8535 2023-04-01  六  3010  9178.243621  NaN  ...  663  2122   4   福州店      0.0
  38. [8536 rows x 12 columns]
  39.

（二）删除行

1.df.drop()：

        使用位置索引删除数据，不修改原数据，标签找不到会报错

        语法和上面的 drop 列相同，删除连续行或筛选后删除，也可使用 index 进行删除

  1. print(data2.head(3))
  2. # 删一行
  3. df1=drop(0)
  4. df2=data2.drop(labels=range(2,4))
  5. # 想删除某几行，只能用逗号隔开，或用range()函数，不能直接labels=[1:2]这样
  6. print(df2.head(3))
  7.  
  8.           日期 星期   门店号           码洋   天气           实洋   客流量  客单数  交易数量  月份   门店
  9. 0 2023-01-31  二  1001  8105.611548  NaN  8105.611548  1577  859  2004   1  龙华店
  10. 1 2023-01-31  二  1002  8117.412956  NaN  8117.412956  1392  752  1462   1  石岩店
  11. 2 2023-01-31  二  1003  9369.565960  NaN  9369.565960  1661  949  1258   1  观澜店
  12.  
  13.           日期 星期   门店号           码洋   天气           实洋   客流量  客单数  交易数量  月份   门店
  14. 0 2023-01-31  二  1001  8105.611548  NaN  8105.611548  1577  859  2004   1  龙华店
  15. 1 2023-01-31  二  1002  8117.412956  NaN  8117.412956  1392  752  1462   1  石岩店
  16. 4 2023-01-31  二  1006  9961.178449  NaN  9961.178449  1290  968  2537   1  公明店

（三）修改行

1.修改行名：

        rename，同修改列名一致，axis参数设为0

2.修改行值：

  1. print(data2.head(3))
  2. data2.iloc[0:2,2]=0000
  3. # 如果写成了loc会新建一列名为“2”的列，前两行为0其余是NaN
  4. print(data2.head(3))
  5.  
  6.           日期 星期   门店号           码洋   天气           实洋   客流量  客单数  交易数量  月份   门店
  7. 0 2023-01-31  二  1001  8105.611548  NaN  8105.611548  1577  859  2004   1  龙华店
  8. 1 2023-01-31  二  1002  8117.412956  NaN  8117.412956  1392  752  1462   1  石岩店
  9. 2 2023-01-31  二  1003  9369.565960  NaN  9369.565960  1661  949  1258   1  观澜店
  10.  
  11.           日期 星期   门店号           码洋   天气           实洋   客流量  客单数  交易数量  月份   门店
  12. 0 2023-01-31  二     0  8105.611548  NaN  8105.611548  1577  859  2004   1  龙华店
  13. 1 2023-01-31  二     0  8117.412956  NaN  8117.412956  1392  752  1462   1  石岩店
  14. 2 2023-01-31  二  1003  9369.565960  NaN  9369.565960  1661  949  1258   1  观澜店

        修改单个值可以通过定位修改，或筛选满足条件的行进行修改，日常使用大批量的数据直接删除后拼接就好了

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/AllinToyou/article/detail/635068
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号