Python数据分析—数据更新

在对海量数据进行分析的过程中，可能需要增加行和列，也可能会删除一些行和列。

今天介绍数据分析的第五课，教大家如何在python中对数据框进行一些更新操作。

本文目录

1. 在数据框最后追加一行
2. 在数据框中插入一列
3. 删除数据框中的行
4. 删除数据框中的列
5. 删除满足某种条件的行

注意：本文沿用数据分析第一课【Python数据分析—数据建立】里的数据框date_frame：

1 在数据框最后追加一行

假设要在原数据框中增加一行，可先定义该行对应的字典，具体语句如下:

new_row = {'ID':['1000009'],
           'name':['唐诗诗'],
           'gender':['女'],
           'age':[21],
           'height':[1.68]
          }

注意：格式要和原数据框一致。

把新增行用append函数追加到原数据框中去，具体语句如下：

new_row1 = pd.DataFrame(new_row)  
date_frame.append(new_row1)

得到结果如下：

2 在数据框中插入一列

既然可以在数据框中加入行，那么也可以在数据框中加入列。可以用insert函数在数据框中任意位置加入一列。

比如我想在数据框的第一列插入新的列，可以在python中运行如下语句：

date_frame.insert(0, 'calss', ['class1','class1','class1','class1','class2','class2','class2','class2','class2'])

得到结果如下：

其中，.insert中的0表示新插入列所在的位置，'calss'表示新加列名称，['class1'，...,'class2']表示新加列的内容，注意新加列要和原数据框的长度一致。

既然可以在数据框中加入行和列，那么也可以在数据框中删除行和列。首先来看下在数据框中删除行。

3 删除数据框中的行

可以用drop函数删除某一行，也可以删除多行。

首先来看下删除第一行的具体代码：

date_frame.drop([0])

得到结果如下：

.drop([0])表示删除索引号为0（第一行）的行。要删除其它行可以把0改成对应行的索引号。

接着来看下删除第一行和第五行的具体代码：

date_frame.drop([0,4])

得到结果如下：

.drop([0,4])表示删除索引号为0和4的行，实际代表第一行和第五行。

需删除更多的行，可以参照删除两行的代码。

4 删除数据框中的列

同样可以用drop函数来删除列。首先来看下删除name列的具体代码：

date_frame.drop(columns = 'name')
date_frame.drop('name', axis = 1)  #axis = 1表示对列进行操作

得到结果如下：

如果想删除name列和gender列，可以输入如下代码：

date_frame.drop(columns = ['name','gender'])
date_frame.drop(['name','gender'], axis = 1)

得到结果如下：

删除多列的代码，同样可以参照删除两列的代码。

5 删除满足某种条件的行

假设要删除所有年龄大于18岁的记录，可以在python中输入如下语句：

date_frame.drop(index = (date_frame.loc[(date_frame.age>18)].index))

得到结果如下：

其中，.loc[(date_frame.age>18)].index表示取年龄大于18的索引。

至此，在python中对数据框进行更改操作已介绍完毕，大家可以动手练习一下，思考一下还可不可以对数据框进行别的操作