本文共 1767 字，大约阅读时间需要 5 分钟。

Pandas DataFrame 操作指南

提取、添加、删除列

DataFrame 操作起来就像是一个带索引的字典。通过括号操作符可以快速提取、设置或删除列。例如：

df['one']  # 提取列 'one'df['three'] = df['one'] * df['two']  # 设置新列 'three'df.drop('two')  # 删除列 'two'

删除操作可以使用 del 或 pop 方法：

del df['two']  # 删除列 'two'three = df.pop('three')  # 返回并删除列 'three'

还可以通过赋值来添加新列，甚至使用多线程的广播机制添加多维数组：

df.insert(1, 'bar', df['one'])  # 在位置 1 插入新列 'bar'

方法链分配新列

Pandas 提供 assign() 方法，类似于 dplyr 的 mutate，用于通过现有列创建新列。例如：

iris = pd.read_csv('data/iris.data')iris = iris.assign(sepal_ratio=iris['SepalWidth'] / iris['SepalLength'])

assign() 可以接收函数或直接赋值，返回新列的 DataFrame 副本：

iris = iris.query('SepalLength > 5').assign(    sepal_ratio=lambda x: x['SepalWidth'] / x['SepalLength'],    petal_ratio=lambda x: x['PetalWidth'] / x['PetalLength'])

支持依赖赋值（在 3.6 版及以上），可以在同一个 assign() 调用中引用之前创建的列。

索引与选择

基本操作

• 选择列：df[col] 返回 Series。
• 选择行：df.loc[label] 或 df.iloc[loc] 返回行数据。
• 行切片：df[5:10] 返回特定行范围的 DataFrame。

高级索引

• 布尔向量选择：df[bool_vec] 根据布尔向量筛选行。
• 多条件筛选：df[df['A'] > 10 & df['B'] < 5]。

数据对齐与运算

Pandas 会自动对齐列和索引进行运算。例如：

df1 + df2  # 按列和索引对齐进行加法df - 5     # 对 DataFrame 和常数 5 进行减法df * 4     # 对 DataFrame 乘以标量 4df | df2     # 布尔运算df ^ df2     # 异或运算df / 0     # 对零除法

默认行为是按行和列的标签进行对齐，适用于标量和其他 DataFrame。

转置

通过 T 属性或 transpose() 方法可以将 DataFrame 转置：

df = pd.DataFrame(np.random.randn(3, 4))df.head().T  # 转置后的 DataFrame

应用 NumPy 函数

Pandas Series 和 DataFrame 支持直接使用 NumPy ufunc。例如：

np.exp(df)  # 对 DataFrame 的每一列应用指数函数np.remainder(df1, df2)  # 对多个 Series 进行运算

Pandas 会自动对齐输入数据，处理缺失值和标签。

控制台显示

使用 info() 查看数据摘要，to_string() 转换为字符串表格：

print(df.info())  # 查看数据摘要df.to_string()  # 显示 DataFrame 作为字符串

通过设置 display.width 和 display.max_colwidth 调整列宽度。

列属性访问与 IPython 代码补全

DataFrame 的列可以像属性访问一样访问：

df.foo1  # 访问列 'foo1'

IPython 提供代码补全功能，按 Tab 键可查看可能的代码。

以上操作涵盖了 Pandas DataFrame 的基础操作，适合日常数据处理和分析。

转载地址：http://cvvfk.baihongyu.com/