增加/修改一列

---

有如下几种方法增加一列：

• 增加具有相同值的一列

import pandas as pd    
    
dict= {'English':[85,73,98], 'Math':[60,80,58], 'Science':[90,60,74], 'French': [95,87,92] }    
    
df=pd.DataFrame(dict,index=['2018','2019','2020'])    
print(df)    
print('\n')    
    
print('Adding new column:')    
print('\n')    
df['Economics']=99    
print(df)    

结果如下：

• 增加定制值的一列，此方法也可以修改原有值

df['Economics']=99  

df['Economics']=[99,85,56]
print(df)    

df.at[:,'Economics']=[78,85,74] 
print(df)    

df.loc[:,'Economics']=[94,87,86]
print(df)    

df2=df.assign(Economics=[92,81,66])    
print(df)    

输出如下：

增加/修改一行

---

语法基本同列，直接上代码：

# 增加具有相同值的一行
df.at[2021,:]=100    
print(df)    

# 定制值，该方法也可修改该行原有值
df.loc['2022',:]=[89,21,87,59,22]    
print(df) 

输出如下：

删除列

---

代码：

# 只有删除一列
del df['Economics']  

# 可删除多列，有多个参数，其中，axis=1表示列，0表示行，inplace表示是否本地修改，默认False，返回修改后的df，原df不变，True则表示修改原来的df
df.drop(['English','Science'],axis=1,inplace=True)

结果如下：

删除行

---

使用drop即可：

import pandas as pd    
    
dict= {'English':[85,73,98], 'Math':[60,80,58], 'Science':[90,60,74], 'French': [95,87,92] }    
    
df=pd.DataFrame(dict,index=['2018','2019','2020'])    
df.at[2021,:]=100    
df.at[2022,:]=[99,98,97,96]    
print(df)    
print('\n')    
    
print('Deleting a row:')    
print('\n')    
df.drop(['2019'],axis=0,inplace=True)    
print(df)    
print('\n')    
    
print('Deleting multiple rows:')    
print('\n')    
df.drop(df.index[[0,2]],axis=0,inplace=True)    
print(df)     

结果如下：

修改指定值

---

可以基于指定的列名和行名修改，也可以根据指定的行号和列号修改。

示例如下：

import pandas as pd    
    
dict= {'English':[85,73,98], 'Math':[60,80,58], 'Science':[90,60,74], 'French': [95,87,92] }     
df=pd.DataFrame(dict,index=['2018','2019','2020'])   
print(df)    

# 基于指定的列名和行名修改
using_name=df.Math['2019']=99    
print(df)    

# 根据指定的行号和列号修改
using_index=df.iloc[2,2]=99    
print(df)    

结果如下：

小结

---

DataFrame提供了丰富的方法来操作数据，可以方便地对行列进行增删改操作。

参考资料：https://www.c-sharpcorner.com/article/add-assign-and-modify-values-in-dataframe/