08 ，df 列操作 ：字段名，dtype 字段类型，字段操作案例，列计算，大，小，平均值

1 ，字段名 ： data.columns

代码 ： if __name__ == '__main__': # 读文件 csv data = pd.read_csv("titanic_train.csv") # 所有字段 ： cols = data.columns print(cols) ================================== Index(['PassengerId', 'Survived', 'Pclass', 'Name', 'Sex', 'Age', 'SibSp', 'Parch', 'Ticket', 'Fare', 'Cabin', 'Embarked'], dtype='object')

2 ，字段类型，查看 ： data.dtypes

代码 ： if __name__ == '__main__': # 读文件 csv data = pd.read_csv("titanic_train.csv") # 所有字段 ： res = data.dtypes print(res) ================================ PassengerId int64 Survived int64 Pclass int64 Name object Sex object Age float64 SibSp int64 Parch int64 Ticket object Fare float64 Cabin object Embarked object

3 ，字段类型，修改 ：data[“PassengerId”].astype(“object”)

代码 ： if __name__ == '__main__': # 读文件 csv data = pd.read_csv("titanic_train.csv") # 所有字段 ： print(data.dtypes) data["PassengerId"] = data["PassengerId"].astype("object") print(data.dtypes) ======================================================= PassengerId int64 Survived int64 Pclass int64 Name object Sex object Age float64 SibSp int64 Parch int64 Ticket object Fare float64 Cabin object Embarked object ======================================================= PassengerId object Survived int64 Pclass int64 Name object Sex object Age float64 SibSp int64 Parch int64 Ticket object Fare float64 Cabin object Embarked object

4 ，案例：字段操作

字段名操作 ： 1 ，定位 ： 找出所有以 “d” 结尾的字段，并且取出。 2 ，操作 ： 将这些字段 * 2，得到新的字段 3 ，替换 ： 将原字段删除，将新字段放入精华代码 ： # 3 ，制造新 df new_df = data[new_cols] * 2 # 4 ，去掉旧 df res_data = data.drop(new_cols,axis=1) # 5 ，添加新列 res_data[["new01","new02","new03"]] = new_df 全部代码 ： import numpy as np import pandas as pd import pandas.core.frame if __name__ == '__main__': # 读文件 csv data = pd.read_csv("titanic_train.csv") # 1 ，所有字段 ： old_cols = data.columns.tolist() # 2 ，找到所有的 d 结尾字段 new_cols = [] for e in old_cols: if str(e).endswith("d"): new_cols.append(e) print(old_cols) print(new_cols) # 3 ，制造新 df new_df = data[new_cols] * 2 # 4 ，去掉旧 df res_data = data.drop(new_cols,axis=1) # 5 ，添加新列 res_data[["new01","new02","new03"]] = new_df print(res_data) ================================================================ ['PassengerId', 'Survived', 'Pclass', 'Name', 'Sex', 'Age', 'SibSp', 'Parch', 'Ticket', 'Fare', 'Cabin', 'Embarked'] ['PassengerId', 'Survived', 'Embarked'] Pclass Name ... new02 new03 0 3 Braund, Mr. Owen Harris ... 0 SS 1 1 Cumings, Mrs. John Bradley (Florence Briggs Th... ... 2 CC ...................... ......................

5 ，列计算，列乘 ：data[“PassengerId”] * data[“Survived”]

不同列之间 ：可以做计算，加减乘除代码 ： if __name__ == '__main__': # 读文件 csv data = pd.read_csv("titanic_train.csv") # 取出两列 df_new = data[["PassengerId","Survived"]] df_tow = data["PassengerId"] * data["Survived"] df_new["tow"] = df_tow print(df_new) =================================== PassengerId Survived tow 0 1 0 0 1 2 1 2 2 3 1 3

6 ，最大值 ：data[“Age”].max()

代码 ： 年龄最大的人 if __name__ == '__main__': # 读文件 csv data = pd.read_csv("titanic_train.csv") # 取出两列 res = data["Age"].max() print(res) ======================= 80.0

7 ，最小值 ： data[“Age”].min()

8 ，平均值 ： data[“Age”].mean()

注意，这个平均值，不是 ：总和/总数是 ： 不算空值

9 ，总和 ： data[“Age”].sum()