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

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