博客

首先导入需要的pandas

接着生成一个对象，简单的表格dataframe 这里用的是字典，columns是表头的意思。

df = pd.DataFrame({
  'name':['a','b','c'],
  'age':[20,12,41],
  'sex':[0,1,1],
  'birthday': pd.date_range('20111111',periods=3)
}, columns=['name','age','sex','birthday'])

输出如下图所示，第一列的-0、1、2是自动生成的

df.set_index(pandas.Series(['aa','aa','aa']),inplace=True )

修改index序列

如果想还原用

df.reset_index(drop=True,inplace=True) 即可

inplace的详解

df.append({'name':'add','age':15,'sex':1,'birthday':'2011-11-23'},ignore_index=True)

再原有基础上追加一行，必须设置ignore_index 就是忽略index

df.insert(3,value=['w','w','w'],column='新添加一列')  value参数加字典 或者是一个整数，column是表头

df.insert(3,value=['x','x','x'],column='新添加一列',allow_duplicates=True) 继续新加一列，表头一模一样的一列，需要加参数 allow_duplicates = True

dr.drop([1])

成功删除元数据第二行

df.drop(['新添加一列'],axis=1 ,inplace=True)

就将一列删除成功

df.iloc[0][3]行列定位 跟二位数组使用方法类似。

df.sort_values(by=[‘age’],ascending=True,inplace=True) 根据age一列排序 升序