前言:
目前姐妹们对“python添加列”大致比较讲究,各位老铁们都需要剖析一些“python添加列”的相关文章。那么小编同时在网摘上汇集了一些关于“python添加列””的相关文章,希望咱们能喜欢,兄弟们快快来了解一下吧!为帮助学习pandas,特意从和鲸社区中提炼出120道经典数据处理常见操作例题,从基础入门到进阶来更快速、更专业的角度理解pandas。主要包括:
Pandas基础Pandas进阶金融数据处理NumPy科学计算一些补充
()
原始数据:
import pandas as pdimport numpy as npdata = pd.DataFrame(np.random.randint(0, 150, size=(3, 6)), #columns=pd.MultiIndex.from_product([['Java', 'HTML', 'Python'], ['期中', '期末']]), index=['北京', '郑州', '武汉'])data_cp=data.copy()data_cp数据理解:
此次案例数据是一些地区信息:'温度', '湿度', '光照强度','上午', '下午'。
行索引利用index设置了:北京、郑州、武汉。
需求描述
实现如下两个功能:
添加一层列索引(也就是表头信息)添加多层列索引(['温度', '湿度', '光照强度'], ['上午', '下午'])代码实现添加一层列索引(也就是表头信息)
方法一:直接进行修改
#方法一:直接进行修改data_cp.columns=['a','b','c','d','e','f']
方法二:指定修改某列或某几列名字,利用rename替换
data_cp.rename(columns={0:'a', 1:'b', 2:'c', 3:'d', 4:'e', 5:'f'},inplace=True)
如上两种方法实现结果相同。
添加多层列索引(['温度', '湿度', '光照强度'], ['上午', '下午'])
多层列索引创建,可用两种方法构建,隐式构建和显示构建
(1) 隐式构建
最常见的方法是给DataFrame构造函数的columns参数传递两个或更多的数组
data_cp.columns=[['温度','温度','湿度','湿度','光照强度','光照强度'], ['上午','下午','上午','下午','上午','下午']](2) 显示构造
三种方法:数组、元组、product
使用数组 :pd.MultiIndex.from_arrays
data_cp.columns=pd.MultiIndex.from_arrays([['温度','温度','湿度','湿度','光照强度','光照强度'], ['上午','下午','上午','下午','上午','下午']])使用tuple :pd.MultiIndex.from_tuples
data_cp.columns=pd.MultiIndex.from_tuples([("温度",'上午'),('温度','下午'), ("湿度",'上午'),('湿度','下午'), ("光照强度",'上午'),('光照强度','下午') ])使用product :pd.MultiIndex.from_product
data_cp.columns=pd.MultiIndex.from_product([['温度', '湿度', '光照强度'], ['上午', '下午']])
如上三种方法:通过观察结果相同!!!
总结
此次介绍了两种方法创建多层列索引:
隐式构建:最常见的方法是给DataFrame构造函数的columns参数传递两个或更多的数组
显示构造:数组、元组、product,
使用数组: pd.MultiIndex.from_arrays使用tuple :pd.MultiIndex.from_tuples使用product:pd.MultiIndex.from_product
#我要上头条#
#python#
#我要上 头条#
标签: #python添加列