建站
咨詢
售后
建站咨詢
新聞中心
在Python中，columns通常用于處理數(shù)據(jù)表格，例如Pandas庫中的DataFrame對象，Pandas是一個強(qiáng)大的數(shù)據(jù)處理庫，它提供了許多方便的函數(shù)和方法來操作和分析數(shù)據(jù)，在本文中，我們將詳細(xì)介紹columns的用法，包括如何創(chuàng)建、訪問、修改和刪除列。
1、創(chuàng)建DataFrame并設(shè)置列名
我們需要導(dǎo)入Pandas庫，并創(chuàng)建一個DataFrame對象，在創(chuàng)建DataFrame時，我們可以通過傳遞一個字典來設(shè)置列名，字典的鍵將作為列名，值可以是列表或其他可迭代對象，表示該列的數(shù)據(jù)。
import pandas as pd
data = {
'姓名': ['張三', '李四', '王五'],
'年齡': [25, 30, 35],
'城市': ['北京', '上海', '深圳']
}
df = pd.DataFrame(data)
2、訪問列
要訪問DataFrame中的某一列，可以使用以下方法：
使用點(diǎn)符號：df.column_name
使用方括號：df['column_name']
要訪問上面創(chuàng)建的DataFrame中的“姓名”列，可以使用以下代碼：
names = df.姓名 或者 names = df['姓名']
3、修改列名
要修改DataFrame中的列名，可以使用rename方法。rename方法接受一個字典，其中鍵是原始列名，值是新列名。
將上面的DataFrame中的“姓名”列重命名為“名字”，可以使用以下代碼：
df = df.rename(columns={'姓名': '名字'})
4、添加新列
要向DataFrame中添加新列，可以直接為新列名分配一個值，這個值應(yīng)該是一個與DataFrame行數(shù)相同的可迭代對象，例如列表或Series。
向上面的DataFrame中添加一個名為“職業(yè)”的新列，可以使用以下代碼：
jobs = ['程序員', '設(shè)計師', '產(chǎn)品經(jīng)理'] df['職業(yè)'] = jobs
5、刪除列
要刪除DataFrame中的某一列，可以使用drop方法。drop方法接受一個列名列表，并返回一個新的DataFrame，其中已刪除指定的列，默認(rèn)情況下，axis參數(shù)設(shè)置為0，表示刪除行，要刪除列，需要將axis參數(shù)設(shè)置為1。
從上面的DataFrame中刪除“職業(yè)”列，可以使用以下代碼：
df = df.drop(columns=['職業(yè)'])
6、選擇多個列
要選擇DataFrame中的多個列，可以將列名列表傳遞給點(diǎn)符號或方括號。
要選擇上面的DataFrame中的“年齡”和“城市”列，可以使用以下代碼：
age_and_city = df[['年齡', '城市']]
7、重排列順序
要重排DataFrame中的列順序，可以使用reindex方法。reindex方法接受一個新列名列表，并返回一個新的DataFrame，其中列順序已更改。
將上面的DataFrame中的列順序更改為“城市”、“年齡”、“名字”，可以使用以下代碼：
df = df.reindex(columns=['城市', '年齡', '名字'])
總結(jié)一下，columns在Python的Pandas庫中用于處理數(shù)據(jù)表格的列，通過掌握創(chuàng)建、訪問、修改和刪除列的方法，我們可以更方便地對數(shù)據(jù)進(jìn)行分析和處理，希望本文能幫助您了解columns的用法，并在實際應(yīng)用中發(fā)揮作用。
當(dāng)前文章：python中columns的用法
分享路徑：http://m.5511xx.com/article/coipppg.html
