在Python中,columns
通常用于处理数据表格,例如Pandas库中的DataFrame对象,Pandas是一个强大的数据处理库,它提供了许多方便的函数和方法来操作和分析数据,在本文中,我们将详细介绍columns
的用法,包括如何创建、访问、修改和删除列。
(图片来源网络,侵删)
1、创建DataFrame并设置列名
我们需要导入Pandas库,并创建一个DataFrame对象,在创建DataFrame时,我们可以通过传递一个字典来设置列名,字典的键将作为列名,值可以是列表或其他可迭代对象,表示该列的数据。
import pandas as pddata = { '姓名': ['张三', '李四', '王五'], '年龄': [25, 30, 35], '城市': ['北京', '上海', '深圳']}df = pd.DataFrame(data)
2、访问列
要访问DataFrame中的某一列,可以使用以下方法:
使用点符号:df.column_name
使用方括号:df['column_name']
要访问上面创建的DataFrame中的“姓名”列,可以使用以下代码:
names = df.姓名或者names = df['姓名']
3、修改列名
要修改DataFrame中的列名,可以使用rename
方法。rename
方法接受一个字典,其中键是原始列名,值是新列名。
将上面的DataFrame中的“姓名”列重命名为“名字”,可以使用以下代码:
df = df.rename(columns={'姓名': '名字'})
4、添加新列
要向DataFrame中添加新列,可以直接为新列名分配一个值,这个值应该是一个与DataFrame行数相同的可迭代对象,例如列表或Series。
向上面的DataFrame中添加一个名为“职业”的新列,可以使用以下代码:
jobs = ['程序员', '设计师', '产品经理']df['职业'] = jobs
5、删除列
要删除DataFrame中的某一列,可以使用drop
方法。drop
方法接受一个列名列表,并返回一个新的DataFrame,其中已删除指定的列,默认情况下,axis
参数设置为0,表示删除行,要删除列,需要将axis
参数设置为1。
从上面的DataFrame中删除“职业”列,可以使用以下代码:
df = df.drop(columns=['职业'])
6、选择多个列
要选择DataFrame中的多个列,可以将列名列表传递给点符号或方括号。
要选择上面的DataFrame中的“年龄”和“城市”列,可以使用以下代码:
age_and_city = df[['年龄', '城市']]
7、重排列顺序
要重排DataFrame中的列顺序,可以使用reindex
方法。reindex
方法接受一个新列名列表,并返回一个新的DataFrame,其中列顺序已更改。
将上面的DataFrame中的列顺序更改为“城市”、“年龄”、“名字”,可以使用以下代码:
df = df.reindex(columns=['城市', '年龄', '名字'])
总结一下,columns
在Python的Pandas库中用于处理数据表格的列,通过掌握创建、访问、修改和删除列的方法,我们可以更方便地对数据进行分析和处理,希望本文能帮助您了解columns
的用法,并在实际应用中发挥作用。
上一篇:html空格代码怎么写?