新聞中心
這里有您想知道的互聯(lián)網營銷解決方案
pandasaxis=1詳解
pandas中的axis參數(shù)用于指定操作的軸向,在大多數(shù)情況下,我們使用axis=0表示行軸,axis=1表示列軸,下面我們來詳細了解一下pandas中axis=1的用法。

1、讀取數(shù)據(jù)
當我們使用pandas的read_csv、read_excel等函數(shù)讀取數(shù)據(jù)時,可以通過設置參數(shù)index_col來指定哪一列作為索引,此時默認的行索引為0。
import pandas as pd
data = pd.read_csv('data.csv', index_col=0)
2、選擇列
我們可以使用[]操作符來選擇DataFrame中的某一列或多列。
column = data['column_name']
3、選擇行
我們可以使用iloc或at方法來選擇DataFrame中的某一行或多行。
row = data.iloc[0] # 選擇第一行,注意索引從0開始 row = data.at[0, 'column_name'] # 選擇第一行,通過行索引和列名進行定位
4、修改列名
我們可以使用rename方法來修改DataFrame中的列名。
data = data.rename(columns={'old_name': 'new_name'})
5、刪除列
我們可以使用drop方法來刪除DataFrame中的某一列或多列。
data = data.drop(['column_name1', 'column_name2'], axis=1)
6、添加新列
我們可以使用assign方法來添加新的列。
data = data.assign(new_column='value')
7、刪除行
我們可以使用drop方法來刪除DataFrame中的某一行或多行。
data = data.drop([0, 1], axis=0) # 刪除第0行和第1行,注意索引從0開始
8、排序
我們可以使用sort_values方法來對DataFrame中的某一列或多列進行排序。
data = data.sort_values(by='column_name', ascending=False) # 按'column_name'列降序排序,ascending=True表示升序排序,默認為升序排序
9、合并DataFrame
我們可以使用concat、merge等方法來合并兩個或多個DataFrame。
data1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3'], 'C': ['C0', 'C1', 'C2', 'C3'], 'D': ['D0', 'D1', 'D2', 'D3']})
data2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'], 'B': ['B4', 'B5', 'B6', 'B7'], 'C': ['C4', 'C5', 'C6', 'C7'], 'D': ['D4', 'D5', 'D6', 'D7']})
result = pd.concat([data1, data2], ignore_index=True) # 沿行軸(axis=0)合并,ignore_index=True表示重置索引,默認為重置索引,不重置索引時需要設置keys參數(shù),如pd.concat([data1, data2], keys=['data1', 'data2'])
result = pd.merge(data1, data2, on='key') # 按'key'列進行合并,on參數(shù)表示合并依據(jù)的列,如果不設置則默認為全表合并,即笛卡爾積運算結果,類似于SQL中的JOIN操作,但比JOIN操作更復雜,支持左連接、右連接、內連接等多種連接方式,具體可參考官方文檔:https://pandas.pydata.org/pandasdocs/stable/reference/api/pandas.DataFrame.merge.html#pandasdfmergehow
網站欄目:pandasaxis=1詳解
URL地址:http://www.dlmjj.cn/article/cogcgei.html


咨詢
建站咨詢
