在Python中，columns通常用于處理數據表格，例如Pandas庫中的DataFrame對象，Pandas是一個(gè)強大的數據處理庫，它提供了許多方便的函數和方法來(lái)操作和分析數據，在本文中，我們將詳細介紹columns的用法，包括如何創(chuàng )建、訪(fǎng)問(wèn)、修改和刪除列。

1、創(chuàng )建Dヽ(′ー｀)ノataFrame并??設置列名

我們需要導入Pandas庫，并創(chuàng )建一個(gè)DataFrame對象，在創(chuàng )建D( ?ヮ?)ataFrame時(shí)，我們可以通過(guò)傳遞一個(gè)字典來(lái)設置列名，字典的鍵將作為列名，值可以是列表或其他可迭代對象，表示該列的數據。

import pandas as pddata = {  '姓名': ['張三', '李四', '王五'], '年齡': [25, 30, 35], '城市': ['北京', '上海', '深圳']??}df = pd.DataFrame(data)

2、訪(fǎng)問(wèn)列

要訪(fǎng)問(wèn)DataFrame中的某一列，可以使用以下方法：

使用點(diǎn)符號：df.column_name

使用方括號：df['column_name']

要訪(fǎng)問(wèn)上面創(chuàng )建的DataFrame中的“姓名”列，可以使用以下代碼：

names┐(′д｀)┌ = df.姓名或者names = df['姓名']

要修改DataFrame中的列名，可以使用rename方法。方法接受一個(gè)字典，其中鍵是原始列名，值是新列名。

將上面的DataF(′ω｀)rame中的“姓名”列重命名為“名字”，可以使用以下代碼：

df = df.renam┐(′?｀)┌e(columns={ '姓名': '名字'})

4、添加新列

要向DataFrame中添加新列，可以直接為新列名分配一個(gè)值，這個(gè)值應該是一個(gè)與DataFrame行數相同的可迭代對象，例如列表或Series。

jobs = ['程序員', '設計師', '產(chǎn)品經(jīng)(jing)理'(′?｀)]df['職業(yè)'] = jobs

要刪除DataFrame中的某一列，可??以使用drop方法。drop方法接受一個(gè)列名列表，并返回(hui)一個(gè)(′_｀)新(′；ω；`)的DataFrame，其中已??刪除指定的列，默認情況下，axis參數設置(′_｀)為??0，表示刪除行，要刪除列，需要將axis參數設置為1。

從上面的DataFrame中刪除“職業(yè)”列，可以使用以下代碼：

df = df.drop(columns=['職業(yè)'])

6、選擇多個(gè)列

要選擇上面的DataFrame中的“年齡”和“城??市”列，可以使用以下代碼(′?｀)：

age_and_city = df[['年齡', '城市']]

7、重排列順序

要重排DataFrame中的列順序，可以使用reiヾ(′?｀)?ndex方ヽ(′?｀)ノ法。reindex方法接受一個(gè)新列名列表，并返回一個(gè)新的DataFrame，其中列順序已更改。

將上面的DataFrame中的列順序更改為“城市”、“年齡”、“名字”，可以使用以下代??碼：

df = df.reindex(columns=['城市', '年齡', '名字'])

總結一下，(?Д?)columns在Python的Pa┐(′?｀)┌ndas庫中用于處理數據表格的列，通過(guò)掌握創(chuàng )建、訪(fǎng)問(wèn)、修改和刪除列的方法，我們可以更方便地對數據(╬?益?)進(jìn)行分析和處理，希望本文能幫助您了解columns的用法，并在實(shí)際應用中發(fā)揮作用。