pandas学习与使用3

这一节主要是从DataFrame中进行数据的筛选，对之前两节内容的综合应用。运行环境python2.7

#!usr/bin/python3
# coding:utf-8

import pandas as pd
import numpy as np

dates = pd.date_range("20180110", periods=6)
df = pd.DataFrame(np.arange(24).reshape((6, 4)), index=dates, columns=['A', 'B', 'C', 'D'])
#              A   B   C   D
# 2018-01-10   0   1   2   3
# 2018-01-11   4   5   6   7
# 2018-01-12   8   9  10  11
# 2018-01-13  12  13  14  15
# 2018-01-14  16  17  18  19
# 2018-01-15  20  21  22  23
print "df:\n", df

# 效果相同：df['A'], 和, df.A，打印第一列
print "df[['A', 'B']]:\n", df[['A', 'B']]
print "df.A:\n", df.A

# 打印前三行
print "df[0:3]:\n", df[0:3]
# 选择输出2018-01-11到2018-01-13的数据
print "df['20180111':'20180113']:\n", df['20180111':'20180113']

# select by label:loc 通过标签来选择
print "df.loc['20180111']:\n", df.loc['20180111']

# 选择所有的行，列则选择‘A’，‘B’这两列
print "df.loc[:, ['A', 'B']]:\n", df.loc[:, ['A', 'B']]

# 选择2018-01-11到2018-01-13列，列则选择‘A’，‘B’这两列
print "df.loc['20180111':'20180113', ['A', 'B']]:\n", df.loc['20180111':'20180113', ['A', 'B']]

# select by position：iloc
# 打印第三行的数据
print "打印第三行的数据:\n", df.iloc[2]

# 打印第三行中的第一个
print "打印第三行中的第一个:\n", df.iloc[2, 0]

# 以切片的形式展示
# 切片[ )左毕右开
# 筛选地3:5列，1:3行
print "筛选地4和5列，2和3行:\n", df.iloc[3:5, 1:3]

# 筛选2,4,6行，2和3列
print "筛选1,3,5行，1:3列:\n", df.iloc[[1, 3, 5], 1:3]

# 将loc和iloc混合使用
# mix selection：ix
print "筛选2和3行，A和C列:\n", df.ix[1:3, ['A', 'C']]

# 使用boolean类型打印
# df.A > 8 则输出
print "筛选A值大于8:\n", df[df.A > 8]

以下是上述代码的运行结果

D:\software\Anaconda2\python.exe D:/PycharmProjects/Learn/learn_panda/learn_pd3.py
df:
             A   B   C   D
2018-01-10   0   1   2   3
2018-01-11   4   5   6   7
2018-01-12   8   9  10  11
2018-01-13  12  13  14  15
2018-01-14  16  17  18  19
2018-01-15  20  21  22  23
df[['A', 'B']]:
             A   B
2018-01-10   0   1
2018-01-11   4   5
2018-01-12   8   9
2018-01-13  12  13
2018-01-14  16  17
2018-01-15  20  21
df.A:
2018-01-10     0
2018-01-11     4
2018-01-12     8
2018-01-13    12
2018-01-14    16
2018-01-15    20
Freq: D, Name: A, dtype: int32
df[0:3]:
            A  B   C   D
2018-01-10  0  1   2   3
2018-01-11  4  5   6   7
2018-01-12  8  9  10  11
df['20180111':'20180113']:
             A   B   C   D
2018-01-11   4   5   6   7
2018-01-12   8   9  10  11
2018-01-13  12  13  14  15
df.loc['20180111']:
A    4
B    5
C    6
D    7
Name: 2018-01-11 00:00:00, dtype: int32
df.loc[:, ['A', 'B']]:
             A   B
2018-01-10   0   1
2018-01-11   4   5
2018-01-12   8   9
2018-01-13  12  13
2018-01-14  16  17
2018-01-15  20  21
df.loc['20180111':'20180113', ['A', 'B']]:
             A   B
2018-01-11   4   5
2018-01-12   8   9
2018-01-13  12  13
打印第三行的数据:
A     8
B     9
C    10
D    11
Name: 2018-01-12 00:00:00, dtype: int32
打印第三行中的第一个:
8
筛选地4和5列，2和3行:
             B   C
2018-01-13  13  14
2018-01-14  17  18
筛选1,3,5行，1:3列:
             B   C
2018-01-11   5   6
2018-01-13  13  14
2018-01-15  21  22
筛选2和3行，A和C列:
            A   C
2018-01-11  4   6
2018-01-12  8  10
筛选A值大于8:
             A   B   C   D
2018-01-13  12  13  14  15
2018-01-14  16  17  18  19
2018-01-15  20  21  22  23

Process finished with exit code 0