内容目录
- 1. 字典式 get 访问
- 2. 属性访问
- 3. 切片操作
- 4. 通过数字筛选行和列
- 5. 通过名称筛选行和列
- 6. 布尔索引
- 7. isin 筛选
- 8. 通过Callable筛选
数据准备
# 导入相关库
import numpy as np
import pandas as pd
index = pd.Index(data=["Tom", "Bob", "Mary", "James", "Andy", "Alice"], name="name")
data = {
"age": [18, 30, np.nan, 40, np.nan, 30],
"city": ["Bei Jing ", "Shang Hai ", "Guang Zhou", "Shen Zhen", np.nan, " "],
"sex": [None, "male", "female", "male", np.nan, "unknown"],
"birth": ["2000-02-10", "1988-10-17", None, "1978-08-08", np.nan, "1988-10-17"]
}
user_info = pd.DataFrame(data=data, index=index)
# 将出生日期转为时间戳
user_info["birth"] = pd.to_datetime(user_info.birth)
user_info
Out[54]:
age city sex birth
name
Tom 18.0 Bei Jing None 2000-02-10
Bob 30.0 Shang Hai male 1988-10-17
Mary NaN Guang Zhou female NaT
James 40.0 Shen Zhen male 1978-08-08
Andy NaN NaN NaN NaT
Alice 30.0 unknown 1988-10-17
1. 字典式 get 访问
#get方法
user_info.get('age')
Out[55]:
name
Tom 18.0
Bob 30.0
Mary NaN
James 40.0
Andy NaN
Alice 30.0
Name: age, dtype: float64
user_info.get('age').get('Tom')
Out[56]: 18.0
2. 属性访问
user_info.age
Out[57]:
name
Tom 18.0
Bob 30.0
Mary NaN
James 40.0
Andy NaN
Alice 30.0
Name: age, dtype: float64
user_info.age.Tom
Out[58]: 18.0
3.切片
切片对于 Series 来说,通过切片可以完成选择指定的行,对于 DataFrame 来说,通过切片可以完成选择指定的行或者列,来看看怎么玩吧
# 筛选出第二行第一列的数据
user_info.iloc[1, 0]
"""筛选行"""
# 获取年龄的前两行
user_info.age[:2]
#获取所有信息的前两行
user_info[:2]
# 所有信息每两行选择一次数据
user_info[::2]
# 对所有信息进行反转
user_info[::-1]
"""筛选列"""
user_info['age']
user_info[["city", "age"]]
4. 通过数字筛选行和列
通过切片操作可以完成筛选行或者列,如何同时筛选出行和列呢?
通过 iloc 即可实现, iloc 支持传入行和列的筛选器,并用 , 隔开。无论是行或者里筛选器,都可以为以下几种情况:
- 一个整数,如 2
- 一个整数列表,如 [2, 1, 4]
- 一个整数切片对象,如 2:4
- 一个布尔数组
- 一个callable
先来看下前3种的用法。
# 筛选出第一行数据
user_info.iloc[0]
# 筛选出第二行第一列的数据
user_info.iloc[1, 0]
# 筛选出第二行、第一行、第三行对应的第一列的数据
user_info.iloc[[1, 0, 2], 0]
user_info.iloc[0:2,0]
# 筛选出第一行至第三行以及第一列至第二列的数据
user_info.iloc[0:3, 0:2]
# 筛选出第一列至第二列的数据
user_info.iloc[:, 0:2]
5. 通过名称筛选行和列
虽然通过 iloc 可以实现同时筛选出行和列,但是它接收的是输入,非常不直观, 通过 loc 可实现传入名称来筛选数据,loc 支持传入行和列的筛选器,并用 , 隔开。无论是行或者里筛选器,都可以为以下
几种情况:
- 一个索引的名称,如:"Tom"
- 一个索引的列表,如:["Bob", "Tom"]
- 一个标签范围,如:"Tom": "Mary"
- 一个布尔数组
- 一个callable
先来看下前3种的用法。
# 筛选出名称为 Tom 的数据一行数据
user_info.loc["Tom"]
# 筛选出名称为 Tom 的年龄
user_info.loc["Tom", "age"]
# 筛选出名称在 ["Bob", "Tom"] 中的两行数据
user_info.loc[["Bob", "Tom"]]
# 筛选出索引名称在 Tom 到 Mary 之间的数据
user_info.loc["Tom": "Mary"]
# 筛选出年龄这一列数据
user_info.loc[:, ["age"]]
# 筛选出所有 age 到 birth 之间的这几列数据
user_info.loc[:, "age": "birth"]
#注:通过名称来筛选时,传入的切片是左右都包含的。
6. 布尔索引
通过布尔操作我们一样可以进行筛选操作,布尔操作时,& 对应 and,| 对应 or,~ 对应 not。当有多个布尔表达式时,需要通过小括号来进行分组。
user_info[user_info.age > 20]
# 筛选出年龄在20岁以上,并且性别为男性的数据
user_info[(user_info.age > 20) & (user_info.sex == "male")]
# 筛选出性别不为 unknown 的数据
user_info[~(user_info.sex == "unknown")]
user_info.loc[user_info.age > 20, ["age"]]
7.isin 筛选
Series 包含了 isin 方法,它能够返回一个布尔向量,用于筛选数据。
# 筛选出性别属于 male 和 female的数据
user_info[user_info.sex.isin(["male", "female"])]
#对于索引来说,一样可以使用 isin 方法来筛选。
user_info[user_info.index.isin(["Bob"])]
8. 通过Callable筛选
loc、iloc、切片操作都支持接收一个 callable 函数,callable必须是带有一个参数(调用Series,DataFrame)的函数,并且返回用于索引的有效输出。
user_info[lambda df: df["age"] > 20]
user_info.loc[lambda df: df.age > 20, lambda df: ["age"]]
user_info.iloc[lambda df: [0,5], lambda df: [0]]
user_info.iloc[0:5, lambda df: [0]]