如何改变Series和DataFrame对象？

  • ​​增加或重排：​​​ 重新索引
    ​​​重新索引​​： .reindex()能够改变或重排Series和DataFrame索引

.reindex()

参数

说明

index， columns

新的行列索引

fill_value

重新索引中，用于填充缺失位置的值

method

填充方法，ffill当前值向前填充，bfill当前值向后填充

limit

最大填充量

copy

默认True，生成新的对象，False时，新旧相等不复制

import pandas as pd
dt = {
    '城市': ['北京', '上海', '广州', '深圳', '珠海'],
    '环比': [100, 140, 173, 157, 137],
    '同比': [70, 87, 55, 69, 72],
    '定基': [9, 8, 7, 6, 7]
      }
df = pd.DataFrame(dt, index=['c1', 'c2', 'c3', 'c4', 'c5'])
print(df)

    城市   环比  同比  定基
c1  北京  100  70   9
c2  上海  140  87   8
c3  广州  173  55   7
c4  深圳  157  69   6
c5  珠海  137  72   7

​​调整行顺序​​

re_df = df.reindex(index=['c2', 'c1', 'c3', 'c4', 'c5'])
print(re_df)

    城市   环比  同比  定基
c2  上海  140  87   8
c1  北京  100  70   9
c3  广州  173  55   7
c4  深圳  157  69   6
c5  珠海  137  72   7

​​调整列顺序​​

re_df = df.reindex(columns=['环比', '城市', '同比', '定基'])

     环比  城市  同比  定基
c1  100  北京  70   9
c2  140  上海  87   8
c3  173  广州  55   7
c4  157  深圳  69   6
c5  137  珠海  72   7

​​新增加一列​​​​df.columns.insert(位置, '列名')​​

new_c = df.columns.insert(6, '新增')

Index(['城市', '环比', '同比', '定基', '新增'], dtype='object')

​​新增加一列赋值​​​​df.reindex(columns=new_c , fill_value=值)​​

new_d = df.reindex(columns=new_c, fill_value=200)
print(new_d)

     新增  城市   环比  同比  定基
c1  200  北京  100  70   9
c2  200  上海  140  87   8
c3  200  广州  173  55   7
c4  200  深圳  157  69   6
c5  200  珠海  137  72   7

索引类型的常用方法

方法

说明

.append

链接另一个Index对象， 产生新的Index对象

.diff(idx)

计算差集，产生新的Index对象

.intersection(idx)

计算索引交集

.union(idx)

计算索引并集

.delete(loc)

删除loc位置处的元素

.insert(loc, e)

在loc位置添加一个元素e

​​删除loc位置处的元素df.columns.delete(index)或者df.columns.delete([index1, index2])​​

# 删除了同比
nc = df.columns.delete(2)

Index(['城市', '环比', '定基'], dtype='object')

​​在loc位置添加一个元素e​​

# 在2位置添加一个索引
new_c = df.columns.insert(2, '新增')

Index(['城市', '环比', '新增', '同比', '定基'], dtype='object')

输出结果

new_d = df.reindex(columns=new_c, fill_value=200)

    城市   环比   新增  同比  定基
c1  北京  100  200  70   9
c2  上海  140  200  87   8
c3  广州  173  200  55   7
c4  深圳  157  200  69   6
c5  珠海  137  200  72   7
  • ​​删除：​​​ drop
    .drop()能够删除Series和DataFrame指定行或列索引
删除行： df.drop(index)  df.drop([index, index2])

删除列： df.drop(column)  df.drop([column1, column2], axis=1)
print(df.drop(['c1', 'c2']))

    城市   环比  同比  定基
c3  广州  173  55   7
c4  深圳  157  69   6
c5  珠海  137  72   7