Students.xlsx
image.png
image.png

行操作

代码1 ： append ，drop ，loc 等应用

  1. import pandas as pd
  3. page_001 = pd.read_excel('./Students.xlsx', sheet_name='Page_001')
  4. page_002 = pd.read_excel('./Students.xlsx', sheet_name='Page_002')
  6. """
  7. append 可以追加一个DateFrame
  8. reset_index(drop=True),可以重新生成一个index，但是原有的index依然在，加上drop=True后
  9. """
  10. students = page_001.append(page_002).reset_index(drop=True)
  12. # 增加一行 ,如果不使用ignore_index=True，加入的Series会找不到index，报错
  13. stu = pd.Series({'ID': 41, 'Name': 'Abel', "Score": 99})
  14. students = students.append(stu, ignore_index=True)
  16. # 单元格修改数值
  17. students.at[39, 'Name'] = 'Bailey'
  18. students.at[39, 'Score'] = '900'
  20. # 整行替换
  21. stu2 = pd.Series({'ID': 31, 'Name': 'nzl5423', 'Score': 88})
  22. students.iloc[30] = stu2
  24. # 插入一行
  25. stu3 = pd.Series({'ID': 101, 'Name': 'wyy', 'Score': 88})
  26. part1 = students[:20]
  27. part2 = students[20:]
  28. """
  29. 插入一行的操作是先将DateFrame 切片，通过append方法 把part1、stu3、part2 连接起来就可以了
  30. 新插进来的Series没有index ，所以要使用ignore_index=True，否则报错
  31. 将后面的DateFrame接上来后，因为这部分已经有index了，只需要reset_index(drop=True)，但是原有的index依然在，加上drop=True后
  32. """
  33. students = part1.append(stu3, ignore_index=True).append(part2).reset_index(drop=True)
  35. # 删除数据行
  36. # students.drop(index=[0, 1, 2], inplace=True)
  37. # students.drop(index=range(0,10),inplace=True)
  38. # students.drop(students[0:10].index, inplace=True)
  40. # 按条件删除行
  42. for i in range(5, 15):
  43.     students['Name'].at[i] = ''
  45. missing = students.loc[students['Name'] == '']
  46. students.drop(index=missing.index, inplace=True)
  48. students.reset_index(drop=True)  # 为新的DataFrame 生成新的 index
  49. print(students)
  54. """
  56. 结果显示
  58.     ID         Name  Score
  59. 0     1  Student_001     90
  60. 1     2  Student_002     90
  61. 2     3  Student_003     90
  62. 3     4  Student_004     90
  63. 4     5  Student_005     90
  64. 15   16  Student_016     90
  65. 16   17  Student_017     90
  66. 17   18  Student_018     90
  67. 18   19  Student_019     90
  68. 19   20  Student_020     90
  69. 20  101          wyy     88
  70. 21   21  Student_021     80
  71. 22   22  Student_022     80
  72. 23   23  Student_023     80
  73. 24   24  Student_024     80
  74. 25   25  Student_025     80
  75. 26   26  Student_026     80
  76. 27   27  Student_027     80
  77. 28   28  Student_028     80
  78. 29   29  Student_029     80
  79. 30   30  Student_030     80
  80. 31   31      nzl5423     88
  81. 32   32  Student_032     80
  82. 33   33  Student_033     80
  83. 34   34  Student_034     80
  84. 35   35  Student_035     80
  85. 36   36  Student_036     80
  86. 37   37  Student_037     80
  87. 38   38  Student_038     80
  88. 39   39  Student_039     80
  89. 40   40       Bailey    900
  90. 41   41         Abel     99
  92. Process finished with exit code 0
  96. """

代码2 concat 应用

  1. import pandas as pd
  3. page_001 = pd.read_excel('./Students.xlsx', sheet_name='Page_001')
  4. page_002 = pd.read_excel('./Students.xlsx', sheet_name='Page_002')
  6. """
  7. concat 可以追加一个DateFrame, axis=0为添加行，axis=1为纵向添加，
  8. concat后面添加 .reset_index(drop=True)可以重设index但是原有的index依然在，加上drop=True后
  9. """
  10. # students = pd.concat([page_001, page_002],axis=1).reset_index(drop=True)
  12. students = pd.concat([page_001, page_002], axis=0).reset_index(drop=True)
  14. # students.reset_index(drop=True)  # 为新的DataFrame 生成新的 index
  15. print(students)

列操作

  1. import pandas as pd
  2. import numpy as np
  4. page_001 = pd.read_excel('./Students.xlsx', sheet_name='Page_001')
  5. page_002 = pd.read_excel('./Students.xlsx', sheet_name='Page_002')
  7. """
  8. concat 可以追加一个DateFrame, axis=0为添加行，axis=1为纵向添加，
  9. concat后面添加 .reset_index(drop=True)可以重设index但是原有的index依然在，加上drop=True后
  10. """
  11. # students = pd.concat([page_001, page_002],axis=1).reset_index(drop=True)
  13. students = pd.concat([page_001, page_002], axis=0).reset_index(drop=True)
  15. # 增加列
  16. # students['Age'] = 18
  17. # 所有数字都等于18
  18. # students['Age'] = np.repeat(20, len(students))
  19. # numpy方法 所有都等于20
  20. students['Age'] = np.arange(0, len(students))
  21. # numpy方法生成序列 0—len(students)
  23. # 删除列
  24. students.drop(columns=['Score', 'Age'], inplace=True)
  26. # 插入列  插入位置 插入的列名 插入的值 ，插入列默认 inplace=True，不用写
  27. students.insert(1, column='Foo', value=np.repeat('foo', len(students)))
  29. # 修改列名
  30. students.rename(columns={'Foo': 'FOO', 'Nmae': 'NAME'}, inplace=True)
  32. # 删除空值
  33. # 只有float才可以有空值 not number，即 NaN，所以先转化为float类型
  34. students['ID'] = students['ID'].astype(float)
  36. for i in range(5, 14):
  37.     # np.nan 即为 not number， NaN
  38.     students['ID'].at[i] = np.nan
  40. # .dropna 方法从上到下扫描每一行，一旦行中有 NaN，即删除整行
  41. students.dropna(inplace=True)
  43. # students.reset_index(drop=True)  # 为新的DataFrame 生成新的 index
  44. print(students)
  48. """
  50. 结果显示
  51.       ID  FOO         Name
  52. 0    1.0  foo  Student_001
  53. 1    2.0  foo  Student_002
  54. 2    3.0  foo  Student_003
  55. 3    4.0  foo  Student_004
  56. 4    5.0  foo  Student_005
  57. 14  15.0  foo  Student_015
  58. 15  16.0  foo  Student_016
  59. 16  17.0  foo  Student_017
  60. 17  18.0  foo  Student_018
  61. 18  19.0  foo  Student_019
  62. 19  20.0  foo  Student_020
  63. 20  21.0  foo  Student_021
  64. 21  22.0  foo  Student_022
  65. 22  23.0  foo  Student_023
  66. 23  24.0  foo  Student_024
  67. 24  25.0  foo  Student_025
  68. 25  26.0  foo  Student_026
  69. 26  27.0  foo  Student_027
  70. 27  28.0  foo  Student_028
  71. 28  29.0  foo  Student_029
  72. 29  30.0  foo  Student_030
  73. 30  31.0  foo  Student_031
  74. 31  32.0  foo  Student_032
  75. 32  33.0  foo  Student_033
  76. 33  34.0  foo  Student_034
  77. 34  35.0  foo  Student_035
  78. 35  36.0  foo  Student_036
  79. 36  37.0  foo  Student_037
  80. 37  38.0  foo  Student_038
  81. 38  39.0  foo  Student_039
  82. 39  40.0  foo  Student_040
  84. Process finished with exit code 0
  89. """