Python-科学计算-pandas-13-列名/删除列/替换nan

系统：Windows 7 语言版本：Anaconda3-4.3.0.1-Windows-x86_64 编辑器：pycharm-community-2016.3.2 pandas：0.19.2

这个系列讲讲Python的科学计算及可视化
今天讲讲pandas模块
修改Df列名，删除某列，以及将nan值替换为字符串yes

Part 1：目标

已知一个Df，如下图
- 包括5列["time", "pos", "value1", "value2", "value3"]
- 包括8行[0,1,2,3,4,5,6,7]

2. 目标：

修改列名：{'time': 'date', 'pos': 'group', 'value1': 'val1', 'value3': 'val3'}
删除列value2
替换nan值为yes

Part 2：代码

import numpy as np
import pandas as pd

dict_1 = {"time": ["2019-11-02", "2019-11-03", "2019-11-04", "2019-11-05",
                   "2019-12-02", "2019-12-03", "2019-12-04", "2019-12-05"],
          "pos": ["A", "A", "B", "B", "C", "C", "C", "D"],
          "value1": [10, 20, 30, 40, 50, 60, 70, 80],
          "value2": [20, 30, 40, 50, 60, 70, 80, 90],
          "value3": [20, np.nan, 40, 50, np.nan, 70, np.nan, 90]}

df_1 = pd.DataFrame(dict_1, columns=["time", "pos", "value1", "value2", "value3"])
print("原数据", "n", df_1, "n")

# 重命名列
df_2 = df_1.rename(columns={'time': 'date', 'pos': 'group',
                            'value1': 'val1', 'value3': 'val3'})
print("列名重命名", "n",  df_2, "n")

# 删除列
df_2.drop(['value2'], axis=1, inplace=True)
print("删除列", "n",  df_2, "n")

# 替换nan
df_2.fillna("yes", inplace=True)
print("替换nan", "n",  df_2, "n")

代码截图

运行结果

Part 3：部分代码解读

df_1.rename(columns={'time': 'date', 'pos': 'group', 'value1': 'val1', 'value3': 'val3'}) ，关键函数df.rename(columns={原列名:新列名, 原列名:新列名})，通过一个字典的键值对分别表示原列名和新列名。该方法生成了一个新的df，不是直接在原df上进行操作
df_2.drop(['value2'], axis=1, inplace=True)，删除列名为value2的列，axis=1表示按列进行删除，inplace=True表示对原df进行操作，保留操作后的结果，与第1点的情况不同
df_2.fillna("yes", inplace=True) 将nan值用字符串yes进行替换
定义nan值使用np.nan方法。实际情况中，当df某行某列没有赋值，会出现nan值情况，对于nan值有些情况需要处理，例如使用Django进行网站搭建，后端向前端反馈数据时，不能包括nan值