Python数据分析基础--Pandas数据修改（三）

1.插入记录
Pandas没有直接指定索引插入方法，需要自行设定
concat函数是在pandas底下的方法，可以将数据根据不同的轴作简单的融合
pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
keys=None, levels=None, names=None, verify_integrity=False)
参数说明
objs: series，dataframe或者是panel构成的序列lsit
axis： 需要合并链接的轴，0是行，1是列
join：连接的方式 inner，或者outer

重新设定索引
方法一
reset_index()函数给出新索引，原索引作为新增列，再用drop()函数删除

reset_index()函数添加drop=True参数，删除原索引，给出新索引
函数组合
方法二
先找出df0索引长度：lenth=len(df0.index),再利用整数序列函数range(lenth)生成索引，然后把索引赋值给df0.index()

2.修改记录
替换：replace()
replace()方法语法：
str.replace(old, new[, max])
参数
old -- 将被替换的子字符串。
new -- 新字符串，用于替换old子字符串。
max -- 可选字符串, 替换不超过 max 次

3.交换行/列
使用df.reindex()方法交换数据中行/列数据

4.调整索引
重新排序
Series.sort_index(ascending=True) 方法可以对index进项排序操作，ascending=True升序/ascending=False降序
DataFrame.sort_index(axis=0,by=None,ascending=True),by参数作用针对某列进行排序。
axis：{0 or ‘index’, 1 or ‘columns’}, default 0，默认按照列排序，即纵向排序；如果为1，则是横向排序。

排名方法
Series.rank(method='average',ascending=True),把对象values换成名次，平级项可以通过method参数来处理，method=average/min/max/first;