DataFrame
1.读入数据
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
注:通过
iloc
属性实现
6.使用整数和标签的混合来选择行和列
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
注:通过loc属性实现
7.重置索引为姓名
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
参考:https://mp.weixin.qq.com/s/b-rHS18WQoPJ78NbKaSaXQ
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。