Lägg till och ta bort rader och kolumner från DataFrames i Python

Lägg till och ta bort rader och kolumner från DataFrames i Python

Innehållsförteckning

1. Introduktion
2. Lägga till och ta bort kolumner i en datafram
   • 2.1. Lägga till kolumner
   • 2.2. Ta bort kolumner
3. Lägga till och ta bort rader i en datafram
   • 3.1. Lägga till en enskild rad
   • 3.2. Kombinera två dataframes genom att lägga till rader
   • 3.3. Ta bort rader
4. Slutsats

Lägga till och ta bort kolumner och rader i en DataFrame

I denna artikel kommer vi att lära oss hur man lägger till och tar bort kolumner och rader i en DataFrame. En DataFrame är en populär datatyp i Python som används för att hantera tabellartade data. Genom att kunna lägga till och ta bort kolumner och rader kan vi anpassa vår data efter våra behov och göra relevanta analyser.

Lägga till och ta bort kolumner i en datafram

Att lägga till och ta bort kolumner är en viktig funktion när vi arbetar med DataFrames. Vi kan enkelt lägga till en ny kolumn genom att skapa en Serie med värden och tilldela den till en befintlig DataFrame. För att ta bort en kolumn kan vi använda "drop" -metoden och specificera namnet på kolumnen som ska tas bort.

2.1. Lägga till kolumner

För att lägga till en kolumn behöver vi först skapa en Serie med värden som vi vill lägga till. Sedan kan vi helt enkelt tilldela den skapade Serien till en kolumn i vår befintliga DataFrame.

Till exempel, om vi vill lägga till en kolumn som kombinerar förnamn och efternamn kan vi göra följande:

förnamn = ["John", "Jane", "David"]
efternamn = ["Doe", "Smith", "Johnson"]

dataframe["Fullt Namn"] = förnamn + " " + efternamn

Genom att lägga till denna kolumn i vår DataFrame kan vi nu enkelt få tillgång till de kombinerade namnen.

2.2. Ta bort kolumner

Att ta bort en kolumn från en DataFrame är också enkelt. Vi kan använda "drop" -metoden och specificera namnet på kolumnen som ska tas bort. Det är viktigt att notera att standardfunktionen för "drop" -metoden inte ändrar DataFrame-objektet permanent. För att göra ändringarna permanent kan vi använda "inplace" -argumentet.

För att ta bort en kolumn från vår DataFrame kan vi använda följande kod:

dataframe.drop("Fullt Namn", axis=1, inplace=True)

Genom att ange "axis=1" specificerar vi att vi vill ta bort en kolumn och genom att sätta "inplace=True" applicerar vi ändringarna permanent på DataFrame-objektet.

Lägga till och ta bort rader i en datafram

Lägga till och ta bort rader är också viktigt när vi arbetar med DataFrames. Ibland vill vi lägga till en enskild rad med ny data och ibland vill vi lägga till rader från en annan DataFrame. Vi kan också behöva ta bort rader som inte längre är relevanta för vår analys.

3.1. Lägga till en enskild rad

För att lägga till en enskild rad kan vi använda "append" -metoden och lägga till en ny rad med data till vår befintliga DataFrame. Vi kan helt enkelt passa in de värden vi vill lägga till som en dictionary och använda "ignore_index=True" för att undvika konflikter med befintliga index.

Till exempel, om vi vill lägga till en ny rad med förnamnet "Alice" och efternamnet "Johnson" kan vi göra följande:

ny_rad = {"Förnamn": "Alice", "Efternamn": "Johnson"}

dataframe = dataframe.append(ny_rad, ignore_index=True)

Efter att vi lagt till den nya raden ser vår DataFrame ut som följer:

3.2. Kombinera två dataframes genom att lägga till rader

För att kombinera två DataFrames genom att lägga till rader kan vi använda "append" -metoden igen. Vi kan helt enkelt lägga till den andra DataFrame till vår befintliga DataFrame genom att använda "ignore_index=True" för att undvika indexkonflikter.

Till exempel, om vi har en annan DataFrame som heter "ny_dataframe" med följande värden:

och vi vill lägga till dessa rader i vår befintliga DataFrame, kan vi använda följande kod:

dataframe = dataframe.append(ny_dataframe, ignore_index=True)

Genom att köra denna kod lägger vi till rader från "ny_dataframe" i vår befintliga DataFrame och får följande resultat:

3.3. Ta bort rader

För att ta bort rader från en DataFrame kan vi använda "drop" -metoden och specificera indexen för de rader vi vill ta bort. Vi kan sedan använda argumentet "inplace=True" för att applicera ändringarna permanent på DataFrame-objektet.

För att ta bort rader där efternamnet är "Johnson" kan vi använda följande kod:

indexer = dataframe[dataframe["Efternamn"] == "Johnson"].index
dataframe.drop(indexer, inplace=True)

Efter att vi har kört denna kod har vi tagit bort de rader där efternamnet var "Johnson" och vår DataFrame ser nu ut som följer:

Slutsats

I denna artikel har vi lärt oss hur man lägger till och tar bort kolumner och rader i en DataFrame. Genom att använda Python och pandas är det lätt att anpassa vår data och göra relevanta analyser. Genom att förstå dessa grundläggande funktioner finns det otaliga möjligheter att utforska och bearbeta data på ett effektivt sätt. Vi uppmanar dig att experimentera med dina egna data och fortsätta lära dig om de olika funktionerna som pandas erbjuder. Lycka till med dina dataanalyser!

Höjdpunkter

• Lägg till och ta bort kolumner i en DataFrame är enkelt genom att använda tilldelningsoperatorn och "drop" -metoden.
• Lägga till och ta bort rader i en DataFrame kan göras genom att använda "append" -metoden och "drop" -metoden.
• Använd "ignore_index=True" för att undvika konflikter med index när du lägger till rader i en DataFrame.
• Använd "inplace=True" för att applicera ändringar permanent på DataFrame-objektet.

Vanliga frågor och svar

Fråga: Kan jag lägga till flera kolumner samtidigt? Svar: Ja, du kan lägga till flera kolumner samtidigt genom att tilldela flera Series till olika kolumner i DataFrame.

Fråga: Hur tar jag bort rader baserat på ett villkor? Svar: Du kan använda en konditionell filtering för att välja rader som ska tas bort och sedan använda "drop" -metoden med indexer för dessa rader.

Fråga: Kan jag ändra en kolumn efter att jag har lagt till den? Svar: Ja, du kan ändra en kolumn efter att du har lagt till den genom att tilldela nya värden till den.

Fråga: Finns det någon skillnad mellan "drop" -metoden och "del" -operatorn för att ta bort kolumner? Svar: Ja, "drop" -metoden kan användas för att ta bort kolumner och rader och kan användas med indexer för att specificera vad som ska tas bort. "del" -operatören används endast för att ta bort kolumner och kan inte användas för att ta bort rader.

Resurser

• Pandas officiell dokumentation
• Brilliant.org