对DataFrame数据按列处理

本文主要是介绍对DataFrame数据按列处理，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

对DataFrame数据按列处理

获取列名使用.columns()函数。

import pandas as pd
df=pd.DataFrame({'id':[1,2,3,4,5],'a':[1, 3, 5, 7,9],'b':[2 , 4 , 6, 8, 19], 'c': [4, 6, 9, 12, 20],'d':['yes','yes','no','no','yes']})

df

	id	a	b	c	d
0	1	1	2	4	yes
1	2	3	4	6	yes
2	3	5	6	9	no
3	4	7	8	12	no
4	5	9	19	20	yes

df.columns

Index(['id', 'a', 'b', 'c', 'd'], dtype='object')

注意df.columns的类型是Index，不可修改。

type(df.columns)

pandas.core.indexes.base.Index

df.columns[1]='d'

---------------------------------------------------------------------------TypeError                                 Traceback (most recent call last)<ipython-input-12-ed755c965e42> in <module>
----> 1 df.columns[1]='d'C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\indexes\base.py in __setitem__(self, key, value)3908 3909     def __setitem__(self, key, value):
-> 3910         raise TypeError("Index does not support mutable operations")3911 3912     def __getitem__(self, key):TypeError: Index does not support mutable operations

如果要提取df中的某些列，比如需要对于数值类型和文本类型的列做不同的处理，就需要将二者分开。这里的文本类型是’d’，另外，'id’也不必参与到后续的数据处理当中去。

cate=['d']
num=df.columns.drop(cate).drop('id')
num

Index(['a', 'b', 'c'], dtype='object')

注意此处的.drop()会在不影响df.columns的内容的情况下生成一个去除了其中含有的cate之后的副本，如果其中不含有drop的内容还会报错，在对不同类型的列做处理时很实用。
与此对应，.remove()会在原列表上删除对象(所以对于Index是不可用的，对list可用)，不产生副本，各有适用场合。

如果想获得列名称并进行操作，使用.tolist()。

col_name=df.columns.tolist()
type(col_name)

list

data_cate=df[cate]
data_num=df[num]

将数值型和文本型数据分开后可用分别处理，例如数值型做标准化，文本型做编码。如果需要把经过分别处理后的数据合成一个表，可以使用pd.concat()函数。

data_processed=pd.concat([data_cate,data_num],axis=1)

data_processed

	d	a	b	c
0	yes	1	2	4
1	yes	3	4	6
2	no	5	6	9
3	no	7	8	12
4	yes	9	19	20

这篇关于对DataFrame数据按列处理的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---