Pandas 笔记

原文：https://blog.csdn.net/luanpeng825485697/article/details/80533003

选择/切片

df[‘column_name’] ，df[row_start_index, row_end_index] 选取指定整列数据：

df['name']   # 选取一列，成一个series   
df[['name']]  # 选取一列，成为一个dataframe     
df[['name','gender']] #选取多列，多列名字要放在list里    
df[0:]  #第0行及之后的行，相当于df的全部数据，注意冒号是必须的    
df[:2]  #第2行之前的数据（不含第2行）    
df[0:1] #第0行    
df[1:3] #第1行到第2行（不含第3行）    
df[-1:] #最后一行    
df[-3:-1] #倒数第3行到倒数第1行（不包含最后1行即倒数第1行）  

loc，在知道列名字的情况下，df.loc[index,column] 选取指定行，列的数据：

# df.loc[index, column_name],选取指定行和列的数据    
df.loc[0,'name'] # 'Snow'    
df.loc[0:2, ['name','age']]          #选取第0行到第2行，name列和age列的数据, 注意这里的行选取是包含下标的。    
df.loc[[2,3],['name','age']]         #选取指定的第2行和第3行，name和age列的数据    
df.loc[df['gender']=='M','name']     #选取gender列是M，name列的数据    
df.loc[df['gender']=='M',['name','age']] #选取gender列是M，name和age列的数据    

cc.loc[[n]]:取第n行的数据

cc.loc[[n,m]]:取第n行m行的数据

iloc，在column name特别长或者index是时间序列等各种不方便输入的情况下，可以用iloc (i = index), iloc完全用数字来定位 iloc[row_index, column_index]

df.iloc[0,0]        #第0行第0列的数据，'Snow'    
df.iloc[1,2]        #第1行第2列的数据，32    
df.iloc[[1,3],0:2]  #第1行和第3行，从第0列到第2列（不包含第2列）的数据    
df.iloc[1:3,[1,2]   #第1行到第3行（不包含第3行），第1列和第2列的数据  

索引汇总

pandas的索引函数主要有三种：
loc 标签索引，行和列的名称
iloc 整型索引（绝对位置索引），绝对意义上的几行几列，起始索引为0
ix 是 iloc 和 loc的合体
at是loc的快捷方式
iat是iloc的快捷方式# 选择单独的一列，返回 Serires，与 df.A 效果相当。
 

# 选择单独的一列，返回 Serires，与 df.A 效果相当。

df['A']
 
# 位置切片
df[0:3]
 
# 索引切片
df['20130102':'20130104']
 
#　通过标签选择
df.loc[dates[0]]
 
# 对多个轴同时通过标签进行选择
df.loc[:,['A','B']]
 
# 获得某一个单元的数据
df.loc[dates[0],'A']
# 或者
df.at[dates[0],'A']#　速度更快的做法
 
# 通过位置进行选择
df.iloc[3]
 
# 切片
df.iloc[3:5,0:2]
 
# 列表选择
df.iloc[[1,2,4],[0,2]]
 
# 获得某一个单元的数据
df.iloc[1,1]
# 或者
df.iat[1,1]# 更快的做法
 
# 布尔索引
df[df.A > 0]
 
# 获得大于零的项的数值
df[df > 0]
 
# isin 过滤
df2[df2['E'].isin(['two','four'])]

 

# 在 pandas 中使用 np.nan 作为缺省项的值。