在Pandas Python中理解数据框以创建新的数据框
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了在Pandas Python中理解数据框以创建新的数据框,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1211字,纯文字阅读大概需要2分钟。
内容图文
![在Pandas Python中理解数据框以创建新的数据框](/upload/InfoBanner/zyjiaocheng/662/208d99f2451540678352bd72cdb32756.jpg)
我对Pandas来说还很陌生,但是我想根据名称是Mel的条件,从另一个数据库创建一个数据框.看来我的新数据框只是唯一的旧指针(基于打印出来的索引号).
我本质上是在寻找与之等效的东西:
BabyDataSet = [['Bob', 968], ['Jessica', 155], ['Mary', 77], ['John', 578], ['Mel', 973]]
filtered_list = [x for x in BabyDataSet if x[0] == 'Mel']
print filtered_list
df = pd.DataFrame(data=filtered_list, columns=['Names', 'Births'])
print df
我的代码:
import pandas as pd
BabyDataSet = [['Bob', 968], ['Jessica', 155], ['Mary', 77], ['John', 578], ['Mel', 973]]
#create dataframe
df = pd.DataFrame(data=BabyDataSet, columns=['Names', 'Births'])
#create a new dataframe for Bob
new_df = df.ix[['Mel' in x for x in df['Names']]]
print new_df
解决方法:
无需遍历df,只需传递一个布尔条件即可过滤df:
In [216]:
new_df = df[df['Names']=='Mel']
new_df
Out[216]:
Names Births
4 Mel 973
编辑
要重置索引,请调用reset_index(),以确定new_df是否是对orig df的引用,它不是:
In [224]:
new_df = df[df['Names']=='Mel']
new_df = new_df.reset_index()
new_df
Out[224]:
index Names Births
0 4 Mel 973
In [225]:
new_df['Names'] = 'asdas'
df
Out[225]:
Names Births
0 Bob 968
1 Jessica 155
2 Mary 77
3 John 578
4 Mel 973
内容总结
以上是互联网集市为您收集整理的在Pandas Python中理解数据框以创建新的数据框全部内容,希望文章能够帮你解决在Pandas Python中理解数据框以创建新的数据框所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。