# 对指定列应用函数 df['City'] = df['City'].apply(lambda x: x.upper()) print(df) (可选)将操作后的DataFrame保存或输出: 你可以将操作后的DataFrame保存到文件(如CSV、Excel等),或者直接打印输出。 python #将DataFrame保存到CSV文件 df.to_csv('output.csv', index=False) # 打印输出DataFrame ...
data = pd.DataFrame({'c1': c1, 'c2': c2, 'c3': c3}) newdata = pd.DataFrame(data, columns=['c1', 'c2']) print(newdata) 1. 2. 3. 4. 5. 6. 7. c1 c2 0 a 1 1 b 2 2 c 3 3 d 4 1. 2. 3. 4. 5. 1.3 中括号索引 data = pd.DataFrame({'c1': c1, 'c2': c...
1. 使用 .head() 查看 DataFrame 头部数据 2. 使用 .tail() 查看 DataFrame 尾部数据 3. 使用 .describe() 查看 DataFrame 统计数据 4. 使用 .T 查看 DataFrame 转置数据 5. at 函数:通过行名和列名来取值 6.iat 函数:通过行号和列号来取值 7. loc函数主要通过 行标签 索引行数据 8. iloc函数主要通过...
方法一:使用列名 ```python #打印指定列 print(df['Name']) ``` 在这个示例中,我们使用列名`'Name'`作为索引来打印DataFrame中的姓名列。 方法二:使用列索引 ```python #打印指定列 print(df.iloc[:,1]) ``` 在这个示例中,我们使用列索引`1`(从0开始计数)来打印DataFrame中的第二列(年龄列)。 注意...
另外,如果你想使用iloc来修改特定行的特定列,你可以这样做: df.iloc[1, 1] = 22 print(df) 注意,iloc使用基于位置的索引,而不是标签。因此,我们使用位置索引来指定要修改的行和列。请注意,在对DataFrame进行修改时,一定要小心。如果你不小心修改了错误的行或列,可能会导致数据丢失或损坏。因此,建议在修改...
要打印DataFrame中的指定列,我们可以使用以下两种方法: 方法一:使用列名 ```python #打印指定列 print(df['Name']) ``` 在这个示例中,我们使用列名`'Name'`作为索引来打印DataFrame中的姓名列。 方法二:使用列索引 ```python #打印指定列 print(df.iloc[:,1]) ...
Python使用指定数据、索引、列名创建DataFrame data = [[109, 119, 98], [106, 99, 85], [108, 110, 104], [102, 99]]#数据name = ['King','Order','God','Dd']#索引columns = ['语文','数学',"英语"]#列名df = pd.DataFrame(data=data, index=name, columns=columns)#使用指定数据、索引...
1、按照索引取值 1 2 3 4 5 6 7 data=pd.DataFrame({ "company":["A","A","A","A","A","A","A","A","A","A","A","A"], "salary":[10,12,13,36,12,10,12,13,36,12,36,12], "age":[3,1,1,1,1,2,2,1,3,1,11,4] ...
5. pd.DataFrame()-创建DataFrame 对象 【语法】pd.DataFrame(data,index,columns)data是必需参数，表示...