用Pandas对学生成绩表做增删改查，具体该怎么操作？

### Pandas中的数据增删改查 #### 数据增加通过 `DataFrame` 的方法可以向现有数据集中添加新的行或列。对于新增一列，可以直接赋值给一个新的列名；而对于新增一行，则可以通过 `.loc[]` 或者 `.append()` 方法完成。 ```python import pandas as pd # 创建初始 DataFrame data = {'Name': ['John', 'Anna'], 'Age': [28, 22]} df = pd.DataFrame(data) # 增加新列 df['Gender'] = ['Male', 'Female'] # 使用 .loc 添加新行 new_row = {'Name': 'Mike', 'Age': 30, 'Gender': 'Male'} df.loc[len(df)] = new_row print(df) ``` 上述代码展示了如何向现有的 `DataFrame` 中添加新的一列以及使用 `.loc[]` 来追加新行[^1]。 #### 数据删除要从 `DataFrame` 删除特定的行或者列，可以使用 `.drop()` 函数，并指定相应的标签和轴参数（axis=0 表示按照行索引删除，axis=1 则表示按照列名称删除）。 ```python # 删除某列 df.drop('Gender', axis=1, inplace=True) # 删除某行 df.drop(0, axis=0, inplace=True) print(df) ``` 这里演示了移除名为 `'Gender'` 的列以及索引为 `0` 的行的操作[^2]。 #### 数据修改更新已存在的单元格值同样简单，只需定位到目标位置并重新赋予期望的新数值即可。 ```python # 修改某个具体单元格 df.at[1, 'Age'] = 23 # 批量替换符合条件的数据项 df.loc[df['Name'] == 'Anna', 'Age'] += 1 print(df) ``` 此部分说明了两种不同的方式来更改表内的记录：一种是指定确切的位置进行单个元素更替；另一种则是依据条件筛选出多个匹配条目后再统一调整它们的内容。 #### 数据查询最后，在检索满足一定约束条件的结果集合方面，Pandas 提供了灵活多样的语法支持。下面的例子表明怎样选取年龄大于等于23岁的人员列表： ```python filtered_df = df[df['Age'] >= 23] print(filtered_df) ``` 这段脚本实现了基于字段过滤的功能，返回所有符合设定准则的对象子集。 ---

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇 Pandas里怎么给表格加新同学、添新科目、删旧课程，还能改成绩和查特定学生？