Python 将Dataframe转换为series,反之为serie或Dataframe中的列/删除列
我正在尝试将这个数据帧转换成一个系列,或者将这个系列转换成一个数据帧(基本上是一个转换成另一个),为了能够对它进行操作,我的第二个问题是想要删除下面数据帧的第一列(转换之前或转换之后并不重要),或者能够从一个系列中删除一列 我搜索了类似的问题,但它们与我的问题不符 提前感谢这里是dataframe和系列Python 将Dataframe转换为series,反之为serie或Dataframe中的列/删除列,python,pandas,dataframe,Python,Pandas,Dataframe,我正在尝试将这个数据帧转换成一个系列,或者将这个系列转换成一个数据帧(基本上是一个转换成另一个),为了能够对它进行操作,我的第二个问题是想要删除下面数据帧的第一列(转换之前或转换之后并不重要),或者能够从一个系列中删除一列 我搜索了类似的问题,但它们与我的问题不符 提前感谢这里是dataframe和系列 JOUR FL_AB_PCOUP FL_ABER_NEGA FL_AB_PMAX FL_AB_PSKVA FL_TROU_PDC \ 0 2018-07-09 -0.4
JOUR FL_AB_PCOUP FL_ABER_NEGA FL_AB_PMAX FL_AB_PSKVA FL_TROU_PDC \
0 2018-07-09 -0.448787 0.0 1.498464 -0.197012 1.001577
CDC_INCOMPLET_HORS_ABERRANTS CDC_COMPLET_HORS_ABERRANTS CDC_ABSENT \
0 -0.729002 -1.03586 1.032936
CDC_ABERRANTS PRM_X_PDC_ZERO mean.msr.pdc sd.msr.pdc sum.msr.pdc \
0 1.49976 -0.497693 -1.243274 -1.111366 0.558516
FL_AB_PCOUP 8.775974e-05
FL_ABER_NEGA 0.000000e+00
FL_AB_PMAX 1.865632e-03
FL_AB_PSKVA 2.027215e-05
FL_TROU_PDC 2.222952e-02
FL_AB_COMBI 1.931156e-03
CDC_INCOMPLET_HORS_ABERRANTS 1.562195e-03
CDC_COMPLET_HORS_ABERRANTS 9.758743e-01
CDC_ABSENT 2.063239e-02
CDC_ABERRANTS 1.931156e-03
PRM_X_PDC_ZERO 2.127753e+01
mean.msr.pdc 1.125987e+03
sd.msr.pdc 1.765955e+03
sum.msr.pdc 3.310615e+08
n.resil 3.884103e-04
dtype: float64
您可以通过以下方式删除特定列:
df.drop(df.columns[i], axis=1)
将数据帧转换为系列
pd.Series(df)
您可以通过以下方式删除特定列:
df.drop(df.columns[i], axis=1)
将数据帧转换为系列
pd.Series(df)
设置:
df = pd.DataFrame({'B':[4,5,4,5,5,4],
'C':[7,8,9,4,2,3],
'D':[1,3,5,7,1,0],
'E':[5,3,6,9,2,4]})
print (df)
B C D E
0 4 7 1 5
1 5 8 3 3
2 4 9 5 6
3 5 4 7 9
4 5 2 1 2
5 4 3 0 4
用于数据帧
至系列
选择,例如按位置或按索引名称:
对于系列
至数据帧
如有必要,可与转置一起使用:
df = s.to_frame().T
print (df)
B C D E
0 4 7 1 5
最后一个用于从数据帧中删除列使用:
和系列中的值使用:
设置:
df = pd.DataFrame({'B':[4,5,4,5,5,4],
'C':[7,8,9,4,2,3],
'D':[1,3,5,7,1,0],
'E':[5,3,6,9,2,4]})
print (df)
B C D E
0 4 7 1 5
1 5 8 3 3
2 4 9 5 6
3 5 4 7 9
4 5 2 1 2
5 4 3 0 4
用于数据帧
至系列
选择,例如按位置或按索引名称:
对于系列
至数据帧
如有必要,可与转置一起使用:
df = s.to_frame().T
print (df)
B C D E
0 4 7 1 5
最后一个用于从数据帧中删除列使用:
和系列中的值使用: