介绍
因为dataframe这个数据结构是一张表，既然是表，那么我们可以将数据像sql一样进行增、删、改、查。以下是对dataframe表操作的一些常用方法。
导入模块
import pandas as pd
案例使用的数据
df = pd.DataFrame(
{
'name':['Jack','Will','Billy','Sunny','Susie','Annie','Codie','Kendal','Rachel','Mikie'],
'age':[12,13,15,12,10,8,10,11,16,14],
'gender':['m','m','m','f','f','f','m','f','m','f'],
'likes':['video games','running','basketball','knittig','cooking','dolls','soccer','biking','cooking','skiing']
})
df
dataframe的数据添加
我们在列索引为1（第二列）的位置添加一个新的列，将其命名为'name_abbr'。
# 添加列
insert_col = pd.Series(['J','W','B','Sun','Sus','A','C','K','R','M'])
df.insert(1,'name_abbr',insert_col)
df
列与列之间的位置交换
用c1存储需要交换的列，删除表中的列df['name']，添加存储的列c1到需要的位置（这里将c1塞进第2列中，索引为1）。
# 列与列之间交换位置
c1 = df['name']
del df['name']
df.insert(1,'name',c1)
df
dataframe的数据删除
对列的删除
指定'name_abbr','gender'这两列，将其从表中删除。
# 删除某些列
df.drop(labels=['name_abbr','gender'],axis=1,inplace=True)
df
对行的删除
指定行标签，对dataframe的行数据进行删除。这里对行标签为3和5的行做了删除操作。
# 删除某些行，其中labels中指定的是行标签
df.drop(labels=[3,5],axis=0,inplace=True)
df
