函数使用,增删改操作

函数使用
apply()

apply()作用与数据的每一列,或者每一行

def stats(x):

return pd.Series([x.count(),x.min(),x.idxmin(),

x.quantile(.25),x.median(),

x.quantile(.75),x.mean(),

x.max(),x.idxmax(),

x.mad(),x.var(),

x.std(),x.skew(),x.kurt()],

index = ['Count','Min','Whicn_Min','Q1','Median','Q3','Mean','Max','Which_Max','Mad','Var','Std','Skew','Kurt'])

#将df数据框的每一列应用status函数

df.apply(stats)

map()

map()将函数作用于一个Series的每一个元素

data['food'].map(str.lower)

applymap()

作用于DataFrame中的每一个元素

增,删,改
新增行

在数据库中union必须要求两张表的列顺序一致,而这里concat函数可以自动对齐两个数据框的变量

pd.concat([表1,表2])

删除

删除指定行

student.drop([1,4,7])

删除指定列

Student.drop([‘列1’,’列2’], axis=1)

原文地址:https://www.cnblogs.com/yongfuxue/p/10037040.html