一、索引的概述
很多人在使用Pandas选取数据时,总会迷失在data[]、iloc()、loc()、ix()、at()、iat()中,似乎记得,又似乎不记得,每到用时都需要百度,不知所以然的解决了问题,下次继续百度,记忆点基本上非常混乱。本文就是希望能解决这个问题,通过一个简单的DataFrame彻底搞明白这三个函数到底有什么区别,又该怎么使用,希望对你有用。
日常使用中,推荐使用loc和iloc进行索引,loc是指location的意思,iloc中的 i 是指integer,这两个方法容易混淆,可以使用特殊方式来加强记忆。
iloc:基于位置,用行号、列号进行索引,i 可以看着 int,因此 iloc 只能用整数来索引,例如data.iloc[0:2,:]
loc :基于标签,用行名、列名进行索引,数据的index经常为整数,因此 loc 的使用范围要远高于iloc,loc可以使用整数切片、名称(index,columns)索引、也可以切片和名称混合使用。例如:data.loc[0:5:,'row1':'row2']
我们简单构造一个数据集,在下面的案例中需要用到。
import pandas as pdimport numpy as npdata = pd.DataFrame(np.arange(25).reshape(5, 5), index = ['row1', 'row2','row3','row4','row5'], columns=['col1', 'col2','col3','col4', 'col5'])data col1 col2 col3 col4 col5row1 0 1 2 3 4row2 5 6 7 8 9row3 10 11 12 13 14row4 15 16 17 18 19row5 20 21 22 23 24
二、用列名直接索引 (不推荐)
取一列:data['col1'] 即取得第一列,得到的是一个Series对象。
取多列:data[['col1','col2']]
注 意:
用data['row1'] 、data[0]、data[:,0]、data[0,:]、data[:,'col1':'col2'] 统统都会报错的,这类命令只能用来按列名取一列或多列。
data['col1']row1 0row2 5row3 10row4 15row5 20Name: col1, dtype: int32
data[['col1','col2']] col1 col2row1 0 1row2 5 6row3 10 11row4 15 16row5 20 21
#下面的命令直接应用都会报错,但是用loc 和 iloc 就不会报错data['row1']data[0]data[:,0]data[0,:]data[:,'col1':'col2'] #TypeError: '(slice(None, None, None), 0)' is an invalid key
三、用行号直接索引(不推荐)
data[0:2]代表取得第0行和第1行
注 意:
只取一行的话,要用data[0:1],不能用data[0]。data[0:2,]也会报错
data[0:2] col1 col2 col3 col4 col5row1 0 1 2 3 4row2 5 6 7 8 9
四、iloc按行号、列号来索引(推荐)
1)取一行 :data.iloc[0] 、data.iloc[0,:]
2)取多行 :data.iloc[[0,2]] 、data.iloc[[0,2],:]
3)取连续多行 :data.iloc[0:2] 、data.iloc[0:2,:]
4)取一列 : data.iloc[:,0]
5)取多列 :data.iloc[:,[0,2]]、data.iloc[:,[0,2]]
6)取连续多列 :data.iloc[:,0:2]
注 意:
取行的时候可以不提列,也可以用",:"来指全列
取列的时候必须用":,"来指定全行。
可以使用一个数字来代表一个,可以使用一个列表[a,b]代表多个,也可以使用a:b代表连续多个。
data.iloc[0]col1 0col2 1col3 2col4 3col5 4data.iloc[:,2:4] col3 col4row1 2 3row2 7 8row3 12 13row4 17 18row5 22 23
五、loc按行名、列名来索引(推荐)
1)取一行:data.loc['row1'] 、data.loc['row1',:]
2)取多行:data.loc[['row1','row2']] 、data.loc[['row1','row2'],:]
3)取连续多行:data.loc['row1':'row2'] 、data.loc['row1':'row2',:]
4)取一列:data.loc[:,'col1']
5)取多列:data.loc[:,['row1','row2']]
6)取连续多列:data.loc[:,'row1':'row2']
注 意:
取行的时候可以不提列,也可以用",:"来指全列。
取列的时候必须用":,"来指定全行。
可以使用一个数字来代表一个,可以使用一个list ['a','b']代表多个,也可以使用'a':'b'代表连续多个。
data.loc[:,'col1':'col3'] col1 col2 col3row1 0 1 2row2 5 6 7row3 10 11 12row4 15 16 17row5 20 21 22
#当索引为整数时,可以用整数进行索引data = pd.DataFrame(np.arange(25).reshape(5, 5), columns=['col1', 'col2','col3','col4', 'col5']) col1 col2 col3 col4 col50 0 1 2 3 41 5 6 7 8 92 10 11 12 13 143 15 16 17 18 194 20 21 22 23 24
data.loc[0:3,'col1':'col3'] col1 col2 col30 0 1 21 5 6 72 10 11 123 15 16 17
六、使用iat和at(不推荐)
iat 和 at 只能取单个元素,iat 使用行、列索引,at 使用行、列名,但是其功能被 iloc 和 loc 包含,因此不推荐。
data.iat[1,2]7
七、使用ix(不推荐)
ix 相当于 loc 和 iloc 的综合版本,既可以按标签选取,又可以按位置选取,也就是说,ix可以识别你是想按照标签选取,还是按照位置选取。
关于ix,它是先于 iloc 和 loc 产生的,现在基本上用 iloc 和 loc 已经完全能取代 ix ,所以 ix 已经被官方弃用了。就不赘述了。
最后总结:(重点!!!!)
正常情况下,推荐使用 iloc 和 loc。最核心的点记住,取行可以不提列,取列必须提行,可以用一个数字,一个list,或者一个区间来取行列。
··· END ···
往期精彩回顾
适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑黄海广老师《机器学习课程》课件合集
本站qq群851320808,加入微信群请扫码: