Un marco de datos es una estructura de datos bidimensional, es decir, los datos se alinean de forma tabular en filas y columnas. Podemos realizar operaciones básicas en filas/columnas como seleccionar, eliminar, agregar y cambiar el nombre. En este artículo, estamos usando nba.csv
file.
Tratando con columnas
Para manejar las columnas, realizamos operaciones básicas en las columnas como seleccionar, eliminar, agregar y renombrar.
Selección de columnas :
para seleccionar una columna en Pandas DataFrame, podemos acceder a las columnas llamándolas por su nombre de columna.
# Import pandas package import pandas as pd # Define a dictionary containing employee data data = {'Name':['Jai', 'Princi', 'Gaurav', 'Anuj'], 'Age':[27, 24, 22, 32], 'Address':['Delhi', 'Kanpur', 'Allahabad', 'Kannauj'], 'Qualification':['Msc', 'MA', 'MCA', 'Phd']} # Convert the dictionary into DataFrame df = pd.DataFrame(data) # select two columns print(df[['Name', 'Qualification']])
Salida:
para obtener más ejemplos, consulte Cómo seleccionar varias columnas en un marco de datos de pandas. Adición de
columnas :
para agregar una columna en el marco de datos de Pandas, podemos declarar una nueva lista como una columna y agregarla a un marco de datos existente.
# Import pandas package import pandas as pd # Define a dictionary containing Students data data = {'Name': ['Jai', 'Princi', 'Gaurav', 'Anuj'], 'Height': [5.1, 6.2, 5.1, 5.2], 'Qualification': ['Msc', 'MA', 'Msc', 'Msc']} # Convert the dictionary into DataFrame df = pd.DataFrame(data) # Declare a list that is to be converted into a column address = ['Delhi', 'Bangalore', 'Chennai', 'Patna'] # Using 'Address' as the column name # and equating it to the list df['Address'] = address # Observe the result print(df)
Salida:
para obtener más ejemplos, consulte Agregar una nueva columna a un marco de datos existente en Pandas .
Eliminación de columnas :
para eliminar una columna en Pandas DataFrame, podemos usar el drop()
método. Las columnas se eliminan soltando columnas con nombres de columna.
# importing pandas module import pandas as pd # making data frame from csv file data = pd.read_csv("nba.csv", index_col ="Name" ) # dropping passed columns data.drop(["Team", "Weight"], axis = 1, inplace = True) # display print(data)
Salida:
como se muestra en las imágenes de salida, la nueva salida no tiene las columnas pasadas. Esos valores se eliminaron ya que el eje se estableció igual a 1 y los cambios se realizaron en el marco de datos original ya que en el lugar era Verdadero.
Marco de datos antes de eliminar columnas –
Marco de datos después
de eliminar columnas – Para obtener más ejemplos, consulte Eliminar columnas de DataFrame usando Pandas.drop()
Tratar con filas:
Para manejar las filas, podemos realizar operaciones básicas en las filas, como seleccionar, eliminar, agregar y cambiar el nombre.
Selección de filas :
Pandas proporciona un método único para recuperar filas de un marco de datos. DataFrame.loc[]
El método se utiliza para recuperar filas de Pandas DataFrame. Las filas también se pueden seleccionar pasando la ubicación del entero a una función iloc[] .
# importing pandas package import pandas as pd # making data frame from csv file data = pd.read_csv("nba.csv", index_col ="Name") # retrieving row by loc method first = data.loc["Avery Bradley"] second = data.loc["R.J. Hunter"] print(first, "\n\n\n", second)
Salida:
como se muestra en la imagen de salida, se devolvieron dos series ya que solo había un parámetro en ambas ocasiones.
Para obtener más ejemplos, consulte Pandas Extrayendo filas usando .loc []
Adición de fila :
para agregar una fila en Pandas DataFrame, podemos combinar el marco de datos anterior con uno nuevo.
# importing pandas module import pandas as pd # making data frame df = pd.read_csv("nba.csv", index_col ="Name") df.head(10) new_row = pd.DataFrame({'Name':'Geeks', 'Team':'Boston', 'Number':3, 'Position':'PG', 'Age':33, 'Height':'6-2', 'Weight':189, 'College':'MIT', 'Salary':99999}, index =[0]) # simply concatenate both dataframes df = pd.concat([new_row, df]).reset_index(drop = True) df.head(5)
Salida:
Marco de datos antes de agregar una fila –
Marco de datos después de agregar
una fila – Para obtener más ejemplos, consulte Agregar una fila en la parte superior en Pandas DataFrame
Eliminación de filas :
para eliminar una fila en Pandas DataFrame, podemos usar el método drop(). Las filas se eliminan soltando Filas por etiqueta de índice.
# importing pandas module import pandas as pd # making data frame from csv file data = pd.read_csv("nba.csv", index_col ="Name" ) # dropping passed values data.drop(["Avery Bradley", "John Holland", "R.J. Hunter", "R.J. Hunter"], inplace = True) # display data
Salida:
como se muestra en las imágenes de salida, la nueva salida no tiene los valores pasados. Esos valores se eliminaron y los cambios se realizaron en el marco de datos original, ya que en el lugar era Verdadero.
Marco de datos antes de eliminar valores –
Marco de datos después
de eliminar valores – Para obtener más ejemplos, consulte Eliminar filas de DataFrame usando Pandas.drop()
Problema relacionado con las columnas:
- Cómo obtener nombres de columnas en el marco de datos de Pandas
- Cómo cambiar el nombre de las columnas en Pandas DataFrame
- Cómo soltar una o varias columnas en Pandas Dataframe
- Obtenga valores únicos de una columna en Pandas DataFrame
- Cómo escribir en minúsculas los nombres de las columnas en el marco de datos de Pandas
- Aplicar mayúsculas a una columna en el marco de datos de Pandas
- Poner en mayúscula la primera letra de una columna en el marco de datos de Pandas
- Obtenga los valores n más grandes de una columna en particular en Pandas DataFrame
- Obtenga n valores más pequeños de una columna en particular en Pandas DataFrame
- Convierta una columna en nombre de fila/índice en Pandas
Problema relacionado con Filas:
- Aplicar la función a cada fila en un Pandas DataFrame
- Cómo obtener nombres de filas en el marco de datos de Pandas
Publicación traducida automáticamente
Artículo escrito por GeeksforGeeks-1 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA