python数据分析小白自学第三天！pandas索引使用（loc,iloc)

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

提示：这里可以添加本文要记录的大概内容：

今天学习的是有关pandas的索引操作，接下来会穿插更新数学建模相关的知识，助力国赛！！

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、 两种类型的索引

Pandas索引操作有两种常见的类型：

• 第一种是基于位置（整数）的索引，通过指定我们要选哪几行和哪几列，来筛选出目标数据。
• 第二种是基于名称（标签）的索引，既可以指定列具体的名称，又可以加上复杂的条件判断，筛选更加灵活。

在实际运用中，第一种索引偶尔会用到，应用范围不如第二种广泛，粗略的了解是为了我们能够看懂相关场景的代码。第二种索引则是我们学习的重点，因为它将是我们后面进行数据清洗和分析的重要基石。

1.基于位置的索引iloc

别忘了先导入数据噢

import pandas as pd
df = pd.read_excel('/home/mw/input/Pandas6120/流量练习数据.xls')

（有二三级数据，未完全展示）

1.1行选取

目标：选择“流量来源”等于“一级”的所有行。
思路：手指戳原始数据数一数，一级的渠道，是从第1行到第13行，对应行索引是0-12，但Python切片默认是含首不含尾的，要想选取0-12的索引行，我们得输入“0:13”。列如果要全部选取，则输入冒号“：”即代表所有列。

df.iloc[0:13,:]

结果：

1.2列选取

目标：我们想要把所有渠道的流量来源和客单价筛选出来。
思路：所有流量渠道，也就是所有行，在第一个行参数的位置我们输入“：”；再看列，流量来源是第1列，客单价是第5列，对应的列索引分别是0和4：

df.iloc[：，[0,4]]

值得注意的是，如果我们要跨列选取，得先把位置参数构造成列表形式，这里就是[0,4]，如果是连续选取，则无需构造成列表，直接输入0:5（选取索引为0的列到索引为4的列）就好。

1.3行列交叉选取

目标：我们想要看一看二级、三级流量来源、来源明细对应的访客和支付转化率。
思路：先看行，二级三级渠道对应行索引是13:17，再次强调索引含首不含尾的原则，我们需要传入的行参数是13:18；列的话我们需要流量来源、来源明细、访客和转化，也就是前4列，传入参数0:4。

df.iloc[13:18,0:4]

2基于名称（标签）的索引loc

为了建立起横向对比的体感，我们先沿用上面三个场景，然后在这些基础上补充场景四。

2.1 基于loc的行选取

目标：选择一级渠道的所有行。
思路：这次我们不用一个个数位置了，要筛选流量渠道为"一级"的所有行，只需做一个判断，判断流量来源这一列，哪些值等于"一级"。

df.loc[df['流量来源'] == '一级',:]

2.2基于loc的列选取

 df.loc[:,['流量来源','客单价']]

2.3 基于loc的交叉选取

目标：我们想要提取二级、三级流量来源、来源明细对应的访客和支付转化率。
思路：行提取用判断，列提取输入具体名称参数。

df.loc[df['流量来源'].isin(['二级','三级']),['流量来源','来源明细','访客数','支付转化率']]

isin函数能够帮助我们快速判断源数据中某一列（Series）的值是否等于列表中的值。
拿案例来说，df[‘流量来源’].isin([‘二级’,‘三级’])，判断的是流量来源这一列的值，是否等于“二级”或者“三级”，如果等于（等于任意一个）就返回True，否则返回False。我们再把这个布尔型判断结果传入行参数，就能够很容易的得到流量来源等于二级或者三级的渠道。

2.4 多条件索引

df.loc[(df['访客数'] > df['访客数'].mean()) &
      (df['客单价'] > df['客单价'].mean()),:]

通过这样使用，就可以对表中的数据进行条件筛选。

总结

加油加油！