Pandas DataFrame索引操作

最新推荐文章于 2024-09-26 21:53:11 发布
最新推荐文章于 2024-09-26 21:53:11 发布
阅读量1.9k 收藏 7
点赞数 1
分类专栏： 数据分析 文章标签： python pandas
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kylinxjd/article/details/98207450
版权

一、创建DataFrame

  1. 从列表创建
    在这里插入图片描述
  2. 从数组创建
    在这里插入图片描述
  3. 从字典创建
    字典的键作为dataframe的列索引，行索引默认为数字，从0开始。
    如果字典里有多个值是列表，则每一个列表的长度必须相等，如果有单个元素作为值，则会自动填充到与列表相同的长度。
    在这里插入图片描述
  4. 自定义指定DataFrame的索引
    index 指定行索引
    columns 指定列索引
    在这里插入图片描述
    创建时间序列，使用时间序列作为索引
    pd.date_range(‘20190722’, periods=3)
    20190722 是序列开始时间
    periods 是序列长度
    在这里插入图片描述

二、查看DataFrame信息

以如下dataframe为例
在这里插入图片描述
查看行索引
在这里插入图片描述
查看列索引
在这里插入图片描述
查看每一列的数据类型
在这里插入图片描述
查看详细信息
在这里插入图片描述

DataFrame取数据

测试数据
在这里插入图片描述

按索引取

取某一列
在这里插入图片描述
取某一行
在这里插入图片描述

高级索引

格式：dataframe.loc[ 行索引 , 列索引 ]
在高级索引 loc 中遵循的是左闭右闭的原则，按索引取值

1、取第一列和第三列
在这里插入图片描述
2、取第一列到第三列（左闭右闭）
在这里插入图片描述
3、只取某一列
在这里插入图片描述
4、取第一行
在这里插入图片描述
4、取不连续多行（第一行，第三行）
取多行的时候返回DataFrame
在这里插入图片描述
5、取连续多行（第一行到第四行）
在这里插入图片描述
6、行和列同时操作
在这里插入图片描述
在这里插入图片描述

位置索引

格式： DataFrame.iloc[ 行下标 ：列下标 ]
与高级索引的使用基本相同，唯一要注意的就是下标是左闭右开的
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

kylinxjd
关注
专栏目录
Pandas中的DataFrame查询方法详解
DevForge的博客
09-20 544
布尔索引是一种基于条件表达式的查询方法，它允许我们根据特定条件筛选DataFrame中的数据。在本文中，我们将详细介绍几种常用的DataFrame查询方法，并提供相应的源代码示例。通过灵活运用这些方法，我们可以轻松地从DataFrame中提取出我们所需的数据。如果我们需要查询DataFrame中某一列的字符串是否包含特定的子字符串，可以使用。当我们需要查询DataFrame中某一列的值是否包含在给定的一组值中时，可以使用。除了基于条件的查询，我们还可以使用位置索引来查询DataFrame中的数据。
Pandas DataFrame重命名索引 index 键和值
小龙在线
01-01 650
Pandas的索引是一个很重要的概念，Series和DataFrame都有索引，索引对象有很多方法和变量，这里列举了修改索引键值的几个例子。
pandas中Dataframe的查询方法（[], loc, iloc, at, iat, ix）
热门推荐
Foresee的博客
03-23 11万+
pandas为我们提供了多种切片方法，而要是不太了解这些方法，就会经常容易混淆。下面举例对这些切片方法进行说明。数据介绍先随机生成一组数据：In [5]: rnd_1 = [random.randrange(1,20) for x in xrange(1000)] ...: rnd_2 = [random.randrange(1,20) for x in xrange(1000)] ..
DataFrame索引与列名操作
骑着居居追飞机的博客
09-26 661
请对下列API有印象、能找到、能理解、能看懂查看或修改索引查看或修改列名读取数据时指定某列为索引pd.read_csv('csv_path', index_col=[列名])设置某列为df的索引df.set_index(列名)重置df的索引为默认自增索引指定修改部分索引值或列名df.rename(index={'原索引名1': '新索引名1','原索引名2': '新索引名2',...},columns={'原列名a': '新列名a','原列名b': '新列名b',...
Pandas必知必会 | 在DataFrame中检索数据
小美哥的博客
02-01 1万+
有许多方式可以从一个DataFrame中检索需要的数据，以下是一些常用方法的汇总： 方法 说明 df[val] 从DataFrame中选取一列或者若干列。有一些特殊用法：布尔数组（过滤行），切片（过滤）或者一个布尔值的DataFrame（基于某种规则设置新值） df.loc[val] 通过label在DataFrame中选取一行或者若干行 df.loc[:, val] 通过...
python - DataFrame查询数据操作
m0_74051333的博客
06-07 1156
学习目标 掌握获取df一列或多列数据的方法 知道loc和iloc的区别以及使用方法 知道df的query函数的使用方法 知道isin函数的作用和使用方法 获取DataFrame子集的基本方法 1.1 从前从后获取多行数据 案例中用到的数据集在文章顶部 LJdata.csv 前景回顾 head() & tail() import pandas as pd ​ # 加载csv数据集 df = pd.read_csv('LJdata.cs
利用pandas对dataframe数据进行检索——loc()和iloc()
weixin_44927047的博客
05-18 1114
首先，读取某个excel表 import pandas as pd import numpy as np from pandas import DataFrame import os path = r'C:\Users\22698\Desktop\rjj.xlsx' data=pd.read_excel(path) #此时所导入的数据类型是dataframe类型 一、使用步骤 1.loc() loc()通过索引中的具体值来进行取数据 代码如下（示例）： data.loc[:,['IP','label'
pandas DataFrame索引行列的实现
09-19
### pandas DataFrame索引行列的实现 在Python的数据分析领域中，`pandas`是一个不可或缺的库，它提供了灵活高效的数据结构以及数据分析工具。其中DataFrame是`pandas`中最常用的数据结构之一，它类似于二维表格，...
python基础教程：pandas DataFrame 行列索引及值的获取的方法
12-22
pandas DataFrame是二维的,所以,它既有列索引,又有行索引 上一篇里只介绍了列索引: import pandas as pd df = pd.DataFrame({'A': [0, 1, 2], 'B': [3, 4, 5]}) print df # 结果: A B 0 0 3 1 1 4 2 2 5 行索引...
pandas.DataFrame 索引
12-20
总的来说，`pandas.DataFrame`的索引机制提供了灵活且强大的数据操作方式，让数据处理更加便捷。理解和熟练运用`.loc`, `.iloc`, 布尔型索引以及多重索引是进行高效数据分析的关键。在实际应用中，结合这些方法可以...
Pandas数据处理——渐进式学习、DataFrame(函数检索-请使用Ctrl+F搜索)
红目香薰
02-13 545
DataFrame构造函数 DataFrame属性和数据 DataFrame类型转换 DataFrame索引和迭代 DataFrame二元运算 DataFrame函数应用 DataFrame分组 DataFrame窗口 DataFrame描述统计学 DataFrame从新索引 DataFrame选取以及标签操作 DataFrame处理缺失值 DataFrame从新定型&排序&转变形态 DataFrame_Combining&joining&merging DataFrame时间序列 作图 转换为其他格式
DataFrame获取下标
科技向善
08-21 1774
""" loc只能是指定下标名称，如“春”， iloc只能是指定下标序员， 如“0”,ix是名称与序号都可以，不过ix要被废除了 """ newdata = df.iloc[0][df.iloc[0] > 500] print(newdata)
pandas 数据分析2：DataFrame 属性和检索
wander_alice的博客
08-18 633
本文旨在总结关于 DataFrame 数据构型的查看和检索时常使用到的属性和检索方法
pamdas-DataFrame使用索引或切片获取行和列
caoxinjian423的博客
01-13 448
代码示例： import pandas as pd df = pd.read_csv('test.csv') print(df) ''' 打印： userId score age 0 1 45 18 1 2 65 19 2 3 58 17 3 4 92 16 4 5 78 18 ''' #获取列 print(type(df.score)) #打印:<clas
pandas DataFrame 用法--查看和选择数据
一分耕耘一分收获
11-15 9404
1.使用 .head() 查看 DataFrame 头部数据 2.使用 .tail() 查看 DataFrame 尾部数据 3.使用 .describe() 查看 DataFrame 统计数据 4.使用 .T查看 DataFrame 转置数据 5. 使用 .sort_index() 查看按照轴排序的数据 6. 使用 .sort_values() 查看按照值排序的数据 7.at 函数：通过行名和列名来取值（取行名为a, 列名为A的值） 8.iat 函数...
Dataframe 下标存取
learnstudy2的博客
11-01 2287
方法 说明 [col_label] 以单个标签作为下标，获取与标签对应的列，返回Series对象 [col_labels] 以标签列表作为下标，获取对应的多个列，返回DataFrame对象 [row_slice] 整数切片或标签切片，得到指定范围内的行 [row_bool_array] 选择布尔数组中的True对应的行 .get(col_label,default)...
Dataframe 索引、切片及技巧
weixin_43291997的博客
10-20 5467
Dataframe 索引方式： 列索引 df[‘a’]/df[[‘a’,‘b’]] #按照列名选择列，只选择一列输出Series，选择多列输出Dataframe #df[]默认选择列，[]中写列名（所以一般数据colunms都会单独制定，不会用默认数字列名，以免和index冲突） #核心笔记：df[col]一般用于选择列，[]中写列名 行索引 df.loc[‘one’]/df.loc[...
pandas根据行名称、列名称，得到对应的下标
呆萌的代Ma
12-26 953
使用get_loc()的函数可以根据名称，得到下标索引。
Pandas库（1）：DataFrame类
sanmi8276的博客
08-15 761
一、DataFrame类概述 Series是pandas库的一维数据类型，DateFrame是pandas库的二维数据类型。 DateFrame既有行索引，也有列索引： 1）行索引：默认是0，1，2，3。。。，可以通过字典的Key指定行索引name，如果通过ndarray、list、Series等创建则无法指定行索引名称 2）列索引：默认是0，1，2，3。。。，可以通过index参数修改默认列索引名称 二、创建DataFrame 方式 方法 1.通过一维的ndarray、列表创
pandas dataframe索引变成列
最新发布
10-04
当你想要将Pandas DataFrame的索引转换为一个新的列时，可以使用`reset_index()`函数，这个函数默认会把DataFrame的当前索引转换成新的列，并将其作为结果DataFrame的第一列。例如： ```python import pandas as pd...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值