1. Pandas备忘录系列文章
- Pandas备忘录
2. 介绍
Note: 如果没有特别说明，pd指的是pandas，np指的是numpy。
1
2
| import pandas as pd
import numpy as np
|
3. 查找
3.1. contains函数
主要是用Series.str.contains这个函数，如果参数regex设为True，则查找字符串解析为正则表达式，设为False则用常规查找方式
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| >>> s1 = pd.Series(['Mouse', 'dog', 'house and parrot', '23', 'frog'])
>>> s1
0 Mouse
1 dog
2 house and parrot
3 23
4 frog
dtype: object
>>> s1.str.contains('og', regex=False)
0 False
1 True
2 False
3 False
4 True
dtype: bool
>>> s1[s1.str.contains('og', regex=False)]
1 dog
4 frog
dtype: object
|
4. DataFrame增加行
4.1. append函数
可以使用append函数给DataFrame增加行
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| >>> df = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB'))
>>> df
A B
0 1 2
1 3 4
>>> df2 = pd.DataFrame([[5, 6]], columns=list('AB'))
>>> df2
A B
0 5 6
>>> df.append(df2, ignore_index=True)
A B
0 1 2
1 3 4
2 5 6
|
4.2. 使用特定索引名称增加行
使用DataFrame的loc函数可以指定索引名称增加行，前提是得知道列的排列顺序，因此在创建DataFrame时要用columns参数指定列的排列顺序
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
| >>> employees = pd.DataFrame(
... data={'Name': ['John Doe', 'William Spark'],
... 'Age': [23, 24]},
... index=['Emp001', 'Emp002'],
... columns=['Name', 'Age'])
>>> employees
Name Age
Emp001 John Doe 23
Emp002 William Spark 24
>>> employees.loc['Emp003'] = ['Sunny', 45]
>>> employees
Name Age
Emp001 John Doe 23
Emp002 William Spark 24
Emp003 Sunny 45
|