精华内容
下载资源
问答
  • pandas中DataFrame的“索引列”,删除pandas中的列关于DataFrame中的“索引列删除列方法一:del df['index']方法二:df.drop(['index'],axis = 1)删除索引列” 关于DataFrame中的“索引列” 在DataFrame中的索引...

    关于DataFrame中的“索引列”

    在DataFrame中的索引都在最左边的一列中,暂且叫它“索引列”,但其实它不是一个列,所以适用于删除列的命令都不适合它

    删除列

    方法一:del df[‘index’]

    score=pd.read_csv('./dietplan.txt',sep='\t',index_col='Participant')
    score
    

    在这里插入图片描述

    score=pd.read_csv('./dietplan.txt',sep='\t',index_col='Participant')
    del score['Diet-Plan1']
    score
    

    在这里插入图片描述
    但如果想用del删除设定为索引的那一列,就会报错:

    score=pd.read_csv('./dietplan.txt',sep='\t',index_col='Participant')
    del score['Participant']
    score
    

    在这里插入图片描述

    方法二:df.drop([‘index’],axis = 1)

    score=pd.read_csv('./dietplan.txt',sep='\t',index_col='Participant')
    score=score.drop(['Diet-Plan1'],axis=1)
    score
    

    在这里插入图片描述
    如果想用drop方法删除设定为索引的那一列,也会报错:

    score=pd.read_csv('./dietplan.txt',sep='\t',index_col='Participant')
    score=score.drop(['Participant'],axis=1)
    score
    

    在这里插入图片描述

    删除“索引列”

    如果DataFrame中的“索引列”是一个有实际意义的属性,例如:
    在这里插入图片描述
    这个表中的“Rank”是索引,但是同时它也代表了这些学校的2018的QS排名。

    如果需要删除这一列,那么则需要去除这一列的索引属性,就是不把这一列设为索引。

    qs = pd.read_excel('./2018-QS-World-University-Rankings-Top200.xlsx',index=False)
    

    然后再用上面的两种方法进行删除

    展开全文
  • DataFrame数据集索引转换和重命名 DataFrame数据结构类型我们常见的excel表格一样,直观简单利于理解。 该数据集有行和列及索引的...1.查看数据索引列 col_name = bin_df.index.name print(‘col_name:’,col_name...

    DataFrame数据集索引转换和重命名

    DataFrame数据结构类型我们常见的excel表格一样,直观简单利于理解。
    该数据集有行和列及索引的概念。
    我们在数据操作中常常需要进行的对数据集进行分组统计之类。这时就很涉及到数据集改变之后数据索引也可能随之改变。

    1.查看数据索引列

    col_name = bin_df.index.name
    print(‘col_name:’,col_name)
    print(bin_df)
    注:bin_df是数据集

    在这里插入图片描述
    发现索引列是我们关心的age列,需要将其转换成特征列,即:reset_index()

    bin_df = bin_df.reset_index()
    col_name = bin_df.index.name
    print(‘col_name:’,col_name)
    print(bin_df)

    结果如下:发现age已经转换成特征列。
    

    在这里插入图片描述
    2.给数据集重新命名新的索引列

    print(‘col_name:’, bin_df.index.name)
    bin_df.index.name = ‘num’
    print(bin_df)
    print(‘col_name:’, bin_df.index.name)

    结果如下:修改索引成功!
    在这里插入图片描述
    3.指定多个列作为多级索引

    bin_df = bin_df.set_index([‘age’,‘woe’])
    print(bin_df)
    print(‘col_name:’, bin_df.index.names)

    结果如下:需要注意的是多层索引名的输出时用的是bin_df.index.names
    

    在这里插入图片描述
    同时保留作为索引的列

    bin_df = bin_df.set_index([‘age’,‘woe’],drop=False)
    print(bin_df)
    print(‘col_name:’, bin_df.index.names)

    注:drop= False,在列中保留了作为索引的列,等于True时直接删除。
    

    在这里插入图片描述
    4. 使用rename方法:

    DataFrame.rename(mapper = None,index = None,columns = None,axis = None,copy = True,inplace = False,level = None )
    参数介绍:
    mapper,index,columns:可以任选其一使用,可以是将index和columns结合使用。index和column直接传入mapper或者字典的形式。
    axis:int或str,与mapper配合使用。可以是轴名称(‘index’,‘columns’)或数字(0,1)。默认为’index’。
    copy:boolean,默认为True,是否复制基础数据。
    inplace:布尔值,默认为False,是否返回新的DataFrame。如果为True,则忽略复制值。

    展开全文
  • Dataframe列索引操作

    千次阅读 2019-06-01 23:08:01
    1.在df的索引’Salary’左侧插入索引’low-salsary’并赋值 col_name = data.columns.tolist() col_name.insert(col_name.index('Salary'),'low_salary') df = df.reindex(columns=col_name) df['low_salary'] =...

    1.在df的索引’Salary’左侧插入索引’low-salsary’并赋值

        col_name = data.columns.tolist()
        col_name.insert(col_name.index('Salary'),'low_salary')
        df = df.reindex(columns=col_name)
        df['low_salary'] = low_list
    

    2.将索引名’Salary’:改为’high_salary’并赋值

    df.rename(columns={'Salary': 'high_salary'},inplace=True)
    df['high_salary'] = high_list
    

    3.自定义删除函数

    def drop_eduyc(df,columns): # 利用drop方法将colums='educationBackground'中含有'招'字的行删除
        cols = [x for i, x in enumerate(df.index) if u'招' in df.loc[i, columns]]
        # 利用enumerate对columns进行遍历,将colums='educationBackground'中含有'招'字的educationBackground放入cols中
        df.drop(cols, axis=0,inplace=True)#删除含有‘招’字的行
    drop_eduyc(data, 'educationBackground')#调用函数
    
    展开全文
  • DataFrame多重索引

    千次阅读 2019-09-03 23:19:36
    DataFrame多重索引,分组计算

    1、多重索引

    s = pd.Series(np.random.randint(-10,10,7), 
                  index=[['a','a','b','b','c','c','c'],[0,1,0,1,0,1,2]])
    

    在这里插入图片描述
    在这里插入图片描述
    上图中codes(有些版本中是labels)对应着levels的下标,codes中的两个列表一一对应
    例如:在这里插入图片描述

    多重索引取值

    1、取外层
    在这里插入图片描述
    2、取内层
    s[ :, 0]表示取每一个外层索引对应的内层索引为0的数,即所有内层索引为0的数,共有三个数内层索引为0
    在这里插入图片描述

    转换内外层索引

    在这里插入图片描述

    dataFrame多重索引

    在这里插入图片描述
    取值
    在这里插入图片描述

    2、Series和DataFrame的转换

    1、series转DataFrame
    索引不完整的用nan填充
    在这里插入图片描述
    2、dataframe转series
    在这里插入图片描述

    3、DataFrame重置索引

    先取电影数据的前50条
    在这里插入图片描述
    将产地和年代设置为索引,产地为外层索引,年代为内层索引
    在这里插入图片描述
    通过外层索引获取
    在这里插入图片描述
    转换内外索引
    在这里插入图片描述
    取消内外层索引
    在这里插入图片描述

    展开全文
  • 首先讲讲根据行列索引的查询 import pandas as pd import numpy as np df = pd.DataFrame(np.random.randint(50, 100, size=(4, 4)), columns=pd.MultiIndex.from_product( [['math', 'physics'], ['term1', '...
  • 巧用DataFrame布尔索引的方法删除特定行或

    千次阅读 多人点赞 2018-08-16 11:44:16
    用布尔索引的方法删除DataFrame中的行或 对于pandas DataFrame对象通常用“对象名.drop()”方法删去行或,但drop操作必须先知道想要删除的列名和索引。 本Markdown编辑器使用StackEdit修改而来,用它写博客,...
  • DataFrame索引

    千次阅读 2018-05-30 10:55:44
    DataFrame可以同list或者ndarray一样,根据下标索引,如tset[0][1],同时,由于index和columns属性,有一些其他的索引方法。一个简单的DataFrame如下test = pd.DataFrame([[1,2,3,4],[5,6,7,8]],index = ['a','b'],...
  • 我们常常需要将DataFrame对象中的某或某几列作为索引,或者将索引转化为对象的。pandas提供了set_index()/reset_index() 来供我们使用。 一、转化为索引 df1=pd.DataFrame({'X':range(5),'Y':rang...
  • DataFrame行列索引设置及运用

    千次阅读 2020-06-13 14:19:35
    DataFrame的行列索引命名 import numpy as np import pandas as pd df=pd.read_excel('C:\\****.xlsx') #####给行列索引命名 df.index.names=['行'] df.columns.names=[''] print(df.head()) #######输出行...
  • Pandas中DataFrame重置索引

    千次阅读 2020-07-07 11:10:44
    在Pandas中,自定义索引后,有时候又需要恢复默认索引。 import pandas as pd import numpy as np df = pd.DataFrame(np.arange(20).reshape(5,4),columns=['a','b','c','d']) df a b c d 0...
  • pandas.DataFrame删除空值所在的行

    千次阅读 2020-06-01 14:10:04
    通过isnull我们发现某有几个空值,要把该空值所在行删除怎么操作?用dropna()会删除所有有空值的行,请看下面实例。 该函数主要用于滤除缺失数据。 如果是Series,则返回一个仅含非空数据和索引值的Series,默认...
  • 一、DataFrame索引操作1.1 修改行索引名1.2 修改列索引名1.3 设置某一列为新的索引二、DataFrame的拼接2.1 append方法2.2 concat方法三、DataFrame的关联3.1 merge方法3.2 join方法 一、DataFrame索引操作 import ...
  • DataFrame删除列

    千次阅读 2021-03-16 09:34:13
    在操作数据的时候,DataFrame对象中删除一个或多个是常见的操作,并且实现方法较多,然而这中间有很多细节值得关注。 首先,一般被认为是“正确”的方法,是使用DataFrame的drop方法,之所以这种方法被认为是标准...
  • DataFrame删除列时报错

    2021-07-02 11:42:30
    DataFrame的行名称为日期 date=pd.date_range(start='20210201',periods=5,freq='B') dataframe索引名显示为2021-02-01到2021-02-05 删除列时data.drop(['2021-02-04]',axis=1) 报错KeyError:['2021-02-04']...
  • 从pandas DataFrame删除列

    2020-04-03 09:41:52
    When deleting a column in a DataFrame I use: 在删除DataFrame中的时,我使用: del df['column_name'] And thi
  • 一,设置DataFrame索引值 以及 时间索引如何构造 1,设置DataFrame索引值 import numpy as np import pandas as pd day_data = np.random.normal(0,1,(500,507)) # 将数据变成dataframe格式 day_data1 = pd....
  • python中DataFrame多重索引问题

    千次阅读 2019-06-05 12:25:34
    在Python数据处理中如果实现excel透视表中的功能,则多重索引问题就比较突出了。近来为实现Python自动邮件,需要对数据进行透视表功能,遇到多重索引和多表头问题,下面总结下用法。 一、多重索引 常规的单索引这里...
  • 文章目录2、DataFrame1)DataFrame的创建DataFrame属性:values、columns、index、shape、ndim、dtypes2)DataFrame索引(1) 对进行索引错误演示,取行的索引(2) 对行进行索引(3) 对元素索引的方法使用行索loc引...
  • .reindex()能够改变或重排Series和DataFrame索引 .reindex(index=None, columns=None,…)的参数 参数 说明 index, columns 新的行列自定义索引 fill_value 重新索引中,用于填充缺失位置的值 ...
  • Pandas数据处理 ...当在两个Series或DataFrame对象上进行二元计算时,Pandas会在计算过程中对齐两个对象的索引。 Series索引对齐 A=pd.Series([2,4,6],index=[0,1,2]) B=pd.Series([1,3,5],index=...
  • 如何删除python pandas.DataFrame 的多重index遗忘是小编们不可更改的宿命,所有的一切都像是没有对齐的图纸,从前的一切回不到过去,就这样慢慢延伸,一点一点的错开来,也许,错开了的东西,小编们真的应该遗忘了...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 12,049
精华内容 4,819
关键字:

dataframe删除索引列