Hinzufügen, Ändern und Löschen von Daten#
Bei vielen Datensätzen möchtet ihr vielleicht eine Transformation basierend auf den Werten in einem Array, einer Serie oder einer Spalte in einem DataFrame durchführen. Hierfür betrachten wir die ersten Unicode-Zeichen:
[1]:
import numpy as np
import pandas as pd
[2]:
df = pd.DataFrame(
{
"Code": ["U+0000", "U+0001", "U+0002", "U+0003", "U+0004", "U+0005"],
"Decimal": [0, 1, 2, 3, 4, 5],
"Octal": ["001", "002", "003", "004", "004", "005"],
"Key": ["NUL", "Ctrl-A", "Ctrl-B", "Ctrl-C", "Ctrl-D", "Ctrl-E"],
}
)
df
[2]:
Code | Decimal | Octal | Key | |
---|---|---|---|---|
0 | U+0000 | 0 | 001 | NUL |
1 | U+0001 | 1 | 002 | Ctrl-A |
2 | U+0002 | 2 | 003 | Ctrl-B |
3 | U+0003 | 3 | 004 | Ctrl-C |
4 | U+0004 | 4 | 004 | Ctrl-D |
5 | U+0005 | 5 | 005 | Ctrl-E |
Daten hinzufügen#
Angenommen, ihr möchtet eine Spalte hinzufügen, in der die Zeichen dem C0
- oder C1
-Steuercode zugewiesen werden:
[3]:
control_code = {
"u+0000": "C0",
"u+0001": "C0",
"u+0002": "C0",
"u+0003": "C0",
"u+0004": "C0",
"u+0005": "C0",
}
Die map
-Methode für eine Serie akzeptiert eine Funktion oder ein diktatähnliches Objekt, das eine Zuordnung enthält, aber hier haben wir ein kleines Problem, da einige die Codes in control_code
kleingeschrieben sind, nicht jedoch in unserem DataFrame. Daher müssen wir jeden Wert mit der Methode str.lower
in Kleinbuchstaben umwandeln:
[4]:
lowercased = df["Code"].str.lower()
lowercased
[4]:
0 u+0000
1 u+0001
2 u+0002
3 u+0003
4 u+0004
5 u+0005
Name: Code, dtype: object
[5]:
df["Control code"] = lowercased.map(control_code)
df
[5]:
Code | Decimal | Octal | Key | Control code | |
---|---|---|---|---|---|
0 | U+0000 | 0 | 001 | NUL | C0 |
1 | U+0001 | 1 | 002 | Ctrl-A | C0 |
2 | U+0002 | 2 | 003 | Ctrl-B | C0 |
3 | U+0003 | 3 | 004 | Ctrl-C | C0 |
4 | U+0004 | 4 | 004 | Ctrl-D | C0 |
5 | U+0005 | 5 | 005 | Ctrl-E | C0 |
Wir hätten auch eine Funktion übergeben können, die die ganze Arbeit erledigt:
[6]:
df["Code"].map(lambda x: control_code[x.lower()])
[6]:
0 C0
1 C0
2 C0
3 C0
4 C0
5 C0
Name: Code, dtype: object
Die Verwendung von map
ist ein bequemer Weg, um elementweise Transformationen und andere Datenbereinigungsoperationen durchzuführen.
Daten ändern#
Hinweis
Das Ersetzen fehlender Werte wird in Verwalten fehlender Daten mit pandas beschrieben.
[7]:
pd.Series(["Manpower", "man-made"]).str.replace("Man", "Personal", regex=False)
[7]:
0 Personalpower
1 man-made
dtype: object
[8]:
pd.Series(["Man-Power", "man-made"]).str.replace(
"[Mm]an", "Personal", regex=True
)
[8]:
0 Personal-Power
1 Personal-made
dtype: object
Hinweis
Die Methode replace unterscheidet sich von str.replace, dadurch, dass diese elementweise Zeichenketten ersetzt.
Daten löschen#
Einen oder mehrere Einträge aus einer Achse zu löschen ist einfach, wenn ihr bereits ein Index-Array oder eine Liste ohne diese Einträge habt.
Zum Löschen von Duplikaten siehe Daten deduplizieren.
Da dies ein wenig Mengenlehre erfordern kann, geben wir die Drop-Methode als neues Objekt ohne den oder die gelöschten Werten zurück:
[9]:
s = pd.Series(np.random.randn(7))
s
[9]:
0 -1.200837
1 2.444208
2 -0.948290
3 -1.409449
4 -2.220925
5 0.494626
6 0.589888
dtype: float64
[10]:
new = s.drop(2)
new
[10]:
0 -1.200837
1 2.444208
3 -1.409449
4 -2.220925
5 0.494626
6 0.589888
dtype: float64
[11]:
new = s.drop([2, 3])
new
[11]:
0 -1.200837
1 2.444208
4 -2.220925
5 0.494626
6 0.589888
dtype: float64
Bei DataFrames können Indexwerte auf beiden Achsen gelöscht werden. Um dies zu veranschaulichen, erstellen wir zunächst einen Beispiel-DataFrame:
[12]:
data = {
"Code": ["U+0000", "U+0001", "U+0002", "U+0003", "U+0004", "U+0005"],
"Decimal": [0, 1, 2, 3, 4, 5],
"Octal": ["001", "002", "003", "004", "004", "005"],
"Key": ["NUL", "Ctrl-A", "Ctrl-B", "Ctrl-C", "Ctrl-D", "Ctrl-E"],
}
df = pd.DataFrame(data)
df
[12]:
Code | Decimal | Octal | Key | |
---|---|---|---|---|
0 | U+0000 | 0 | 001 | NUL |
1 | U+0001 | 1 | 002 | Ctrl-A |
2 | U+0002 | 2 | 003 | Ctrl-B |
3 | U+0003 | 3 | 004 | Ctrl-C |
4 | U+0004 | 4 | 004 | Ctrl-D |
5 | U+0005 | 5 | 005 | Ctrl-E |
[13]:
df.drop([0, 1])
[13]:
Code | Decimal | Octal | Key | |
---|---|---|---|---|
2 | U+0002 | 2 | 003 | Ctrl-B |
3 | U+0003 | 3 | 004 | Ctrl-C |
4 | U+0004 | 4 | 004 | Ctrl-D |
5 | U+0005 | 5 | 005 | Ctrl-E |
Ihr könnt auch Werte aus den Spalten entfernen, indem ihr axis=1
oder axis='columns'
übergebt:
[14]:
df.drop("Decimal", axis=1)
[14]:
Code | Octal | Key | |
---|---|---|---|
0 | U+0000 | 001 | NUL |
1 | U+0001 | 002 | Ctrl-A |
2 | U+0002 | 003 | Ctrl-B |
3 | U+0003 | 004 | Ctrl-C |
4 | U+0004 | 004 | Ctrl-D |
5 | U+0005 | 005 | Ctrl-E |
Viele Funktionen wie drop
, die die Größe oder Form einer Reihe oder eines DataFrame ändern, können ein Objekt an Ort und Stelle manipulieren, ohne ein neues Objekt zurückzugeben:
[15]:
df.drop(0, inplace=True)
df
[15]:
Code | Decimal | Octal | Key | |
---|---|---|---|---|
1 | U+0001 | 1 | 002 | Ctrl-A |
2 | U+0002 | 2 | 003 | Ctrl-B |
3 | U+0003 | 3 | 004 | Ctrl-C |
4 | U+0004 | 4 | 004 | Ctrl-D |
5 | U+0005 | 5 | 005 | Ctrl-E |
Warnung
Seid vorsichtig mit der inplace
-Funktion, da die Daten unwiderbringlich gelöscht werden.