这篇文章python中pandas.dataframe（创建、索引、增添与删除）的简单操作方法介绍，其中包括创建、索引、增添与删除等的相关资料，文中介绍的非常详细，需要的朋友可以参考借鉴，下面来一起看看吧。
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：
in [1]: import pandas as pd
in [3]: aa={‘one’:[1,2,3],’two’:[2,3,4],’three’:[3,4,5]}
in [4]: bb=pd.dataframe(aa)
in [5]: bb
out[5]:
one three two
0 1 3 2
1 2 4 3
2 3 5 4`
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。
bb=pd.dataframe(aa,index=[‘first’,’second’,’third’])
bb
out[7]:
one three two
first 1 3 2
second 2 4 3
third 3 5 4
2、从多维数组中创建
import numpy as np
in [9]: del aa
in [10]: aa=np.array([[1,2,3],[4,5,6],[7,8,9]])
in [11]: aa
out[11]:
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
in [12]: bb=pd.dataframe(aa)
in [13]: bb
out[13]:
0 1 2
0 1 2 3
1 4 5 6
2 7 8 9
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。
bb=pd.dataframe(aa,index=[22,33,44],columns=[‘one’,’two’,’three’])
in [15]: bb
out[15]:
one two three
22 1 2 3
33 4 5 6
44 7 8 9
3、用其他的dataframe创建
bb=pd.dataframe(aa,index=[22,33,44],columns=[‘one’,’two’,’three’])
bb
out[15]:
one two three
22 1 2 3
33 4 5 6
44 7 8 9
cc=bb[[‘one’,’three’]].copy()
cc
out[17]:
one three
22 1 3
33 4 6
44 7 9
这里的拷贝是深拷贝，改变cc中的值并不能改变bb中的值。
cc[‘three’][22]=5
bb
out[19]:
one two three
22 1 2 3
33 4 5 6
44 7 8 9
cc
out[20]:
one three
22 1 5
33 4 6
44 7 9
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：
bb[‘one’]
out[21]:
22 1
33 4
44 7
name: one, dtype: int32
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。
bb[[‘one’,’three’]]
out[29]:
one three
22 1 3
33 4 6
44 7 9
2、索引一条记录或几条记录：
bb[1:3]
out[27]:
one two three
33 4 5 6
44 7 8 9
bb[:1]
out[28]:
one two three
22 1 2 3
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
bb.loc[[22,33]][[‘one’,’three’]]
out[30]:
one three
22 1 3
33 4 6
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：
bb.loc[[22,33]][[‘one’,’three’]]=[[2,2],[3,6]]
in [32]: bb
out[32]:
one two three
22 1 2 3
33 4 5 6
44 7 8 9
第二种：也是只能看
bb[[‘one’,’three’]][:2]
out[33]:
one three
22 1 3
33 4 6
想要改变其中的值就会报错。
in [34]: bb[[‘one’,’three’]][:2]=[[2,2],[2,2]]
-c:1: settingwithcopywarning: a value is trying to be set on a copy of a slice from a dataframe.
try using .loc[row_index,col_indexer] = value instead
f:\anaconda\lib\site-packages\pandas\core\frame.py:1999: settingwithcopywarning: a value is trying to be set on a copy of a slice from a dataframe
return self._setitem_slice(indexer, value)
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
bb.iloc[2:3,2:3]
out[36]:
three
44 9
bb.iloc[1:3,1:3]
out[37]:
two three
33 5 6
44 8 9
bb.iloc[0,0]
out[38]: 1
下面是证明：
bb.iloc[0:4,0:2]=[[9,9],[9,9],[9,9]]
in [45]: bb
out[45]:
one two three
22 9 9 3
33 9 9 6
44 9 9 9
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：
bb[‘new’]=[2,3,4]
bb
out[51]:
one two three new
22 9 9 3 2
33 9 9 6 3
44 9 9 9 4
bb[[‘new’,’new2′]]=[[2,3,4],[5,3,7]]
keyerror: “[‘new’ ‘new2’] not in index”
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：
aa={33:[234,44,55],44:[657,77,77],22:[33,55,457]}
in [58]: bb=bb.join(pd.dataframe(aa.values(),columns=[‘hi’,’hello’,’ok’],index=aa.keys()))
in [59]: bb
out[59]:
one two three new hi hello ok
22 9 9 3 2 33 55 457
33 9 9 6 3 234 44 55
44 9 9 9 4 657 77 77
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
bb.drop([‘new’,’hi’],axis=1)
out[60]:
one two three hello ok
22 9 9 3 55 457
33 9 9 6 44 55
44 9 9 9 77 77
删除记录
bb.drop([22,33],axis=0)
out[61]:
one two three new hi hello ok
44 9 9 9 4 657 77 77
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。
相关文章：
关于python中pandas.dataframe对行与列求和及添加新行与列示例代码
详解python中pandas.dataframe排除特定行方法示例代码
以上就是python中pandas.dataframe（创建、索引、增添与删除）的简单操作方法介绍的详细内容，更多请关注 第一php社区 其它相关文章！