1. 增加记录：在第二的位置增加一条记录
   esproc

A4：添加一条记录（“:”前表示字段值，“:”后表示字段），其中2表示第二条记录的位置

A5：计算运算时间（interval()：计算时间间隔。@ms表示以毫秒为单位）

python：

import time

import pandas as pd

import datetime

import numpy as np

import random

s=time.time()

data = pd.read_csv("C:/Users/Sean/Desktop/esproc_vs_python/EMPLOYEE.txt",sep="t")

values=[100,"wang","lao","Femal","CA","1999-01-01","2009-03-04","HR",3000]

line_dic={}

for i in range(len(data.columns)):

    line_dic[data.columns[i]]=values[i]

line = pd.DataFrame(line_dic,index=[1])

data = pd.concat([data.loc[:0],line,data.loc[1:]],ignore_index=True)

print(data)

e=time.time()

print(e-s)

用pd.concat（[df1,df2,…,dfn））达到新增记录的目的，dataframe结构的记录是从0开始计数的，如df.loc[1:]表示切片取出第二条以后的所有记录

最后计算出运算耗时。

结果：

esproc

1. 删除记录：删除第 2 条记录

A4：删除第2条记录

python：

import time

import pandas as pd

import datetime

import numpy as np

import random

s=time.time()

data = pd.read_csv("C:/Users/Sean/Desktop/esproc_vs_python/EMPLOYEE.txt",sep="t")

data = data.drop(1)

print(data)

e=time.time()

print(e-s)

利用df.drop（）函数删除某条记录

结果：

esproc



3.修改记录：第 5 条记录的 NAME 改为 aaa，SALARY 改为 1000
esproc

A4：修改第5条记录中的NAME字段的值为“aaa”，修改SALARY字段的值为1000

python：

import time

import pandas as pd

import datetime

import numpy as np

import random

s=time.time()

data = pd.read_csv("C:/Users/Sean/Desktop/esproc_vs_python/EMPLOYEE.txt",sep="t")

data.loc[4,['NAME','SALARY']]=['aaa',1000]

print(data)

e=time.time()

print(e-s)

利用df.loc[]切片取出第5条记录的NAME,SALARY字段并赋值为‘aaa’和1000

结果：

esproc



4.查询行：查询第 2~10 条记录
esproc

A4：to(m,n):产生m~n的序列，我们用T表示序表，A表示序列。T(A)表示取出序列中包含值的记录，这里表示取出第2~10条记录

python：

import time

import pandas as pd

import datetime

import numpy as np

import random

s=time.time()

data = pd.read_csv("C:/Users/Sean/Desktop/esproc_vs_python/EMPLOYEE.txt",sep="t")

data = data.loc[1:9]

print(data)

e=time.time()

print(e-s)

利用df.loc[]切片取出第2~10条记录

结果：

esproc



5.增加列：增加一个字段 Fullname
esproc

A4：derive（）增加字段，这里表示用原来的NAME和SURNAME连接生成Fullname字段。

python：

import time

import pandas as pd

import datetime

import numpy as np

import random

s=time.time()

data = pd.read_csv("C:/Users/Sean/Desktop/esproc_vs_python/EMPLOYEE.txt",sep="t")

data['Fullname'] = data['NAME']+data['SURNAME']

print(data)

e=time.time()

print(e-s)

取出NAME和SURNAME合并成Fullname

结果：

esproc



6.筛选字段：筛选出字段 NAME,SURNAME,STATE,GENDER
esproc

A4：T.new（）生成新的序表。这里表示生成包含A3序表中NAME,SURNAME,STATE,GENDER这几个字段的新序表。

python：

import time

import pandas as pd

import datetime

import numpy as np

import random

s=time.time()

data = pd.read_csv("C:/Users/Sean/Desktop/esproc_vs_python/EMPLOYEE.txt",sep="t")

data = data[['NAME','SURNAME','STATE','GENDER']]

print(data)

e=time.time()

print(e-s)

取出NAME,SURNAME,STATE,GENDER这几个字段复制给新的dataframe。

结果：

esproc



7.修改字段名：修改 EID 为 ID
esproc

A4：rename（）修改字段名。这里表示将EID修改为ID

python：

import time

import pandas as pd

import datetime

import numpy as np

import random

s=time.time()

data = pd.read_csv("C:/Users/Sean/Desktop/esproc_vs_python/EMPLOYEE.txt",sep="t")

data.rename(columns={'EID':'ID'},inplace=True)

print(data)

e=time.time()

print(e-s)

利用df.rename（）函数修改字段名，将EID修改为ID。参数inplace控制是否修改原来的dataframe结构。

结果：

esproc

小结：我们通过对记录和字段的增、删、改、查这些基本的运算，用esproc和python按照相同的思路，对相同的数据进行同样的处理，在描述效率方面，两者相差并不大，都很方便而且容易上手。