Pandas常用操作

pandas常用操作

1. 增加数据

1.1 新增列并依据其他列赋值

# col: 新增列名
# col1、col2: 已有列名
df = df.eval("col=col1 - col2")

2. 删除数据

df.dropna(subset=['col'], inplace=True)  # 删除col列值为nan的行

3. 更改数据

3.1 更改列值

df['机构名称'].apply(lambda x: x.replace('汇总', ''))

3.2 重置行索引

self.df.reset_index(drop=True)

4. 查询数据

4.1 依据某列值过滤数据，得到符合条件的数据

df = df.query("col > 0")

query, eval 主要有点是语法简介，以及大数据量的时候节省内存；
涉及Numpy数组的符合表达式都会导致隐式的创建临时数组

5. 求差集

df = pd.concat([df1, df2, df2]).drop_duplicates(subset=['依据某列去重'], keep=False)