Zi 字媒體

pandas Dataframe常用的資料處理方法-上(合併資料、選擇欄位、刪除欄位、刪除列) 首先import pandas這個套件 import pandas as pd 把要處理的CSV檔倒進來 first_df = pd.read_csv('data_list.csv') second_df = pd.read_csv('data_list.csv') P.S. 倒進來之後的資料型態是dataframe，之後在資料處理上，不能把它當一般的list或dict來處理 合併兩個dataframe result_dataframe = pd.concat([first_df,second_df]) 使用兩個dataframe都擁有的共同資料來檢查是否都進到同一個dataframe result_dataframe.loc[result_dataframe['time']=='2019-01-01 00:00:00.000'] 查看dataframe欄位名稱 result_dataframe.columns.values 修改dataframe欄位名稱(指定欄位-需填入指定的欄位及修改後的欄位名稱) result_dataframe = result_dataframe.rename(columns={'time': 'rename_time'}) 修改dataframe欄位名稱(依序修改所有欄位名稱-直接在引號內填入修改後的名稱即可) result_dataframe.columns = ['rename_time', 'value'] 選擇特定欄位(範例為rename_time這個欄位) result_dataframe['rename_time'] 刪除特定欄位(範例為刪除rename_time這個欄位，需指定axis=1) result_data = result_dataframe.drop("rename_time", axis = 1) 刪除特定欄位(範例為刪除rename_time這個欄位) result_dataframe.drop(columns=['rename_time']) 刪除列(範例為刪除第0列資料) result_dataframe.drop(0,axis=0,inplace=True) inplace 可設True或是False(不指定的情況下預設是False)，差異在於True會把指定的dataframe的內容永久刪除；False則僅將資料暫時刪除，但原本的dataframe內還保留著內容。實務上的使用通常會寫成這樣 delete_some_data_frame = result_dataframe.drop(0,axis=0)再操作新的dataframe，如還不懂可用result_dataframe.head()驗證就比較清楚了