DataFrame(3)：DataFrame列的操作

1
2
3
4
5
6
df.loc['a','A'] #取a和A对应的数据
df.loc['a':'b',:] #取前两行对应数据
df.loc[:,'A':'B'] #取前两列对应数据
df.loc['a':'b','A':'B'] #取前两行和前两列对应数据
df.loc[['a','d'],['A','D']] #若取第一行和第四行、第一列和第四列对应的数据，则

1
2
3
4
5
6
df.iloc[0,0]
df.iloc[0:2,:] #取前两行对应数据
df.iloc[:,0:2] #取前两列对应数据
df.iloc[0:2,0:2] #取前两行和前两列对应数据
df.iloc[[0,3],[0,3]]#取第一行和第四行、第一列和第四列对应的数据

1
2
3
df.loc[:,col_name].value_counts()
df[col_name].value_counts()

1
2
3
dataframe.drop([“a”,“b”,“c”], axis=1) #删除a，b，c列
dataframe.drop(subset=[“a”], axis=1) #删除a列

1
2
del(dataframe[‘A’]) #删除A列数据

1
2
3
dataframe[‘A’] = series #增加新列A，值为series
dataframe[‘A’] = dataframe[‘B’] + 4 #新增列A,为列B的值+4

1
2
dataframe[‘A’] = 0  #指定列所有值均为0

1
2
3
4
df.sort_values(by=“open”, ascending=False)
df.sort_values(by=[‘open’, ‘high’]) 
by：指定排序参考的键，单个键或者多个键进行排序，ascending：默认True升序，False降序

1
2
 dataframe.sort_index() ascending:默认True升序，False降序

1
2
3
4
（1）dataframe[‘A’] <=> dataframe.A  #新series 通过列索引获取列数据
（2）dataframe[[‘A’]]                #新DataFrame 只有一列，双层中括号
（3）dataframe[[‘a’,‘c’]]            #新DataFrame 多列，双层中括号，不是连续索引

1
2
dataframe[‘A’] [‘B’] #对应位置的值	直接使用行列索引名字的方式（先列后行）