用Excel演示python中pandas中数据的查询显示方法-python数据分析入门

版权声明：本文为博主原创文章，未经博主允许不得转载。

       pandas是python进行数据分析必须掌握的基本技能。对于许多初学者而言,pandas中最基本的loc,iloc,at,iat等查询方法十分容易混淆。对于体量较小的数据而言excel能较好进行数据分析、整理工作，对于大多数数据工作者对excel都十分的熟悉。为了能更好的理解pandas的查询操作，这里选用excel作为对比材料，对相关的方法进行了描述，希望能对初学者学习pandas有所帮助.

l  pandas的数据结构

pandas 有两个主要的数据结构，Series和DataFrame

Series类似一维数组的对象，简单点可以理解为excel单独的列。

DataFrame可以理解为excel中的一张表，注意Excel表中行编号默认从1开始，pandas是从0开始的。

l  利用pandas建立一张类似excel的表

#加载pandas
import pandas as pd
#创建一个Series数据，index是自动添加从0开始编排
column_0 = pd.Series(['A_00','A_10','A_20','A_30','A_40'])
print(column_0)
#创建一个另外四列数据，index是自动添加从0开始编排
column_1 = pd.Series(['B_01','B_11','B_21','B_31','B_41'])
column_2 = pd.Series(['C_02','C_12','C_22','C_32','C_42'])
column_3 = pd.Series(['D_03','D_13','D_23','D_33','D_43'])
column_4 = pd.Series(['E_04','E_14','E_24','E_34','E_44'])
#生成一个DataFrame，或者说一张Excel表，注意Excel是默认从1开始编排的
df = pd.DataFrame({'A' : column_0,
                    'B' : column_1,
                    'C' : column_2,
                    'D' : column_3,
                    'E' : column_4,
                  })
print(df)

输出：

column_0:

      A
0  A_00
1  A_10
2  A_20
3  A_30
4  A_40

df:

      A     B     C     D     E
0  A_00  B_01  C_02  D_03  E_04
1  A_10  B_11  C_12  D_13  E_14
2  A_20  B_21  C_22  D_23  E_24
3  A_30  B_31  C_32  D_33  E_34
4  A_40  B_41  C_42  D_43  E_44

用excel做一张同样的表，请仔细对比和理解pandas中的DataFarme和excel表的区别和联系。为了便于理解将列DataFarme设计成Excel的形式从A开始编号。

l  如何在选取行（行的切片）--------[i:j]

Excel有交互界面可以任宜的选取行数据。

请注意在选取行的时候，行和列的编号也是被选中的。

Pandas选取行的方法

df[i,j]选取的是从i行道j-1行，所以df[1:3]为：

      A     B     C     D     E
1  A_10  B_11  C_12  D_13  E_14
2  A_20  B_21  C_22  D_23  E_24

df[:j]选取的是从0到j-1行，df[i:]选取的是从i行道最后一行，所以df[2:]为：

      A     B     C     D     E
2  A_20  B_21  C_22  D_23  E_24
3  A_30  B_31  C_32  D_33  E_34
4  A_40  B_41  C_42  D_43  E_44

通过上述方法可以实现excel中行数据的显示。

l  如何在选取列（列的切片）----------.loc以及.iloc

df.loc[:,['A']] #选取列名的列数据，选取多列用逗号隔开。输出结果为：

      A
0  A_00
1  A_10
2  A_20
3  A_30
4  A_40

df.loc[0:2,['A']] #选取行列名的列数据，选取多列用逗号隔开。输出结果为：

      A
0  A_00
1  A_10
2  A_20

Iloc与loc的区别在于，loc用的是行列的值作为引用的数据，而iloc用的是编号。

df.loc[0:2,['A']] 等同于 df.iloc[0:3,0:1] 

请思考为什么前置0:2显示3列，而后者显示3列是0:3？

df.loc[:,['A']] 等同于 df.iloc[:,0:1] 

理解了上述方法，基本可以选取到需要的切片了。

l  如何选取指定单元格的值（注意只是值，没有行列名）----------.at以及.iat

如果我们想快速的修改表中的某个值，必须有办法获取这个单元格的值，这里就要用到at以及iat，两者的区别类似loc以及iloc。

df.at[3,'B'] #输出结果为

B_31

df.at[3,'B'] 等同于  df.iat[3,1]

这个建立这个excel表的意义在于帮助理解python中的编号。

修改表中的值

df.iat[3,1] = 'select' #表变为:

      A       B     C     D     E
0  A_00    B_01  C_02  D_03  E_04
1  A_10    B_11  C_12  D_13  E_14
2  A_20    B_21  C_22  D_23  E_24
3  A_30  select  C_32  D_33  E_34
4  A_40    B_41  C_42  D_43  E_44