Pandas中的Dataframe数据选取（三）
目录
前言
略。。。
一、初期数据准备
1. 初期数据定义
# -*- coding: utf-8 -*-
import numpy as np
import pandas as pd
data = {
'name': ['NAME0', 'NAME1', 'NAME2', 'NAME3', 'NAME4', 'NAME5', 'NAME6', 'NAME7', 'NAME8', 'NAME9'],
'age': [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
'weight': ["weight0", 101, 102, np.nan, np.nan, 105, np.nan, 107, 108, 109],
'is_single_dog': ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']
}
indexs = ['index0', 'index1', 'index2', 'index3', 'index4', 'index5', 'index6', 'index7', 'index8', 'index9']
df = pd.DataFrame(data, index=indexs)
print(df)
控制台输出结果：
name age weight is_single_dog
index0 NAME0 0 weight0 yes
index1 NAME1 1 101 yes
index2 NAME2 2 102 no
index3 NAME3 3 NaN yes
index4 NAME4 4 NaN no
index5 NAME5 5 105 no
index6 NAME6 6 NaN no
index7 NAME7 7 107 yes
index8 NAME8 8 108 no
index9 NAME9 9 109 no
二、Dataframe中的数据区域选取
说明：
区域选取可以从多个维度（行和列）对数据进行筛选，可以通过df.loc[]，df.iloc[]，df.ix[]三种方法实现。采用df.loc[]，df.iloc[]，df.ix[]这三种方法进行数据选取时，方括号内必须有两个参数，第一个参数是对行的筛选条件，第二个参数是对列的筛选条件，两个参数用逗号隔开。df.loc[]，df.iloc[]，df.ix[]的区别如下：
df.loc[]只能使用标签索引，不能使用整数索引，通过便签索引切边进行筛选时，前闭后闭。
df.iloc[]只能使用整数索引，不能使用标签索引，通过整数索引切边进行筛选时，前闭后开。；
df.ix[]既可以使用标签索引，也可以使用整数索引。
1. df.loc[ ]
① df.loc[ ]行选取
# 选取索引为index2的行df数据
df_line_2 = df.loc['index2', :]
print(df_line_2)
控制台输出结果：
name NAME2
age 2
weight 102
is_single_dog no
Name: index2, dtype: object
# 选取索引为index0, index1, index2的行df数据
df_line_1_to_3 = df.loc[['index0', 'index1', 'index2'], :]
print(df_line_1_to_3)
控制台输出结果：
name age weight is_single_dog
index0 NAME0 0 weight0 yes
index1 NAME1 1 101 yes
index2 NAME2 2 102 no
# 选取索引为index0到index3的行df数据，前闭后闭
df_index_0_to_3 = df.loc['index0': 'index3', :]
print(df_index_0_to_3)
控制台输出结果：
name age weight is_single_dog
index0 NAME0 0 weight0 yes
index1 NAME1 1 101 yes
index2 NAME2 2 102 no
index3 NAME3 3 NaN yes
# 用布尔数组选取前3行df数据
df_line_1_to_3 = df.loc[[True, True, True, False, False, False, False, False, False, False], :]
print(df_line_1_to_3)
控制台输出结果：
name age weight is_single_dog
index0 NAME0 0 weight0 yes
index1 NAME1 1 101 yes
index2 NAME2 2 102 no
# 单条件选取( age > 5 )的行df数据(方式一)
df_age_over_5 = df.loc[df['age'] > 5, :]
print(df_age_over_5)
# 单条件选取( age > 5 )的行df数据(方式二)
df_age_over_5 = df.loc[df.loc[:, 'age'] > 5, :]
print(df_age_over_5)
# 单条件选取( age > 5 )的行df数据(方式三)
df_age_over_5 = df.loc[df.loc[:, 'age'] > 5, :]
print(df_age_over_5)
控制台输出结果：
name age weight is_single_dog
index6 NAME6 6 NaN no
index7 NAME7 7 107 yes
index8 NAME8 8 108 no
index9 NAME9 9 109 no
# 单条件选取( age > 5 )的行df数据(方式三)
df_age_over_5 = df.loc[df.loc[:, 'age'] > 5, :]
print(df_age_over_5)
# lambda表达式，单条件选取( age > 5 )的行df数据(方式四)
df_age_over_5 = df.loc[lambda df:df['age'] > 5, :]
print(df_age_over_5)
控制台输出结果：
name age weight is_single_dog
index6 NAME6 6 NaN no
index7 NAME7 7 107 yes
index8 NAME8 8 108 no
index9 NAME9 9 109 no
➁ df.loc[ ]列选取
# 选取'name'列的df数据
df_column_1 = df.loc[:, 'name']
print(df_column_1)
控制台输出结果：
index0 NAME0
index1 NAME1
index2 NAME2
index3 NAME3
index4 NAME4
index5 NAME5
index6 NAME6
index7 NAME7
index8 NAME8
index9 NAME9
Name: name, dtype: object
# 选取'name'到'weight'列的df数据
df_column_1_to_3 = df.loc[:, 'name':'weight']
print(df_column_1_to_3)
控制台输出结果：
name age weight
index0 NAME0 0 weight0
index1 NAME1 1 101
index2 NAME2 2 102
index3 NAME3 3 NaN
index4 NAME4 4 NaN
index5 NAME5 5 105
index6 NAME6 6 NaN
index7 NAME7 7 107
index8 NAME8 8 108
index9 NAME9 9 109
# 选取'age'和'is_single_dog'列的df数据
df_column_2_and_4 = df.loc[:, ['age', 'is_single_dog']]
print(df_column_2_and_4)
控制台输出结果：
age is_single_dog
index0 0 yes
index1 1 yes
index2 2 no
index3 3 yes
index4 4 no
index5 5 no
index6 6 no
index7 7 yes
index8 8 no
index9 9 no
# 用布尔数组的方式选取前3列
df_column_1_to_3 = df.loc[:, [True, True, True, False]]
print(df_column_1_to_3)
控制台输出结果：
name age weight
index0 NAME0 0 weight0
index1 NAME1 1 101
index2 NAME2 2 102
index3 NAME3 3 NaN
index4 NAME4 4 NaN
index5 NAME5 5 105
index6 NAME6 6 NaN
index7 NAME7 7 107
index8 NAME8 8 108
index9 NAME9 9 109
③ df.loc[ ]行和列同时选取
# 输出 age>5 的name,age和weight
df_column_age_over_5 = df.loc[df['age'] > 5, ['name', 'age', 'weight']]
print(df_column_age_over_5)
控制台输出结果：
name age weight
index6 NAME6 6 NaN
index7 NAME7 7 107
index8 NAME8 8 108
index9 NAME9 9 109
# 输出name = NAME0或者name = NAME9的name,age和weight
df_column_name = df.loc[(df['name'] == 'NAME0') | (df['name'] == 'NAME9'), 'name':'weight']
print(df_column_name)
控制台输出结果：
name age weight
index0 NAME0 0 weight0
index9 NAME9 9 109
2. df.iloc[ ]
① df.iloc[ ]行选取
# 选取第2行df数据
df_line_2 = df.iloc[1, :]
print(df_line_2)
控制台输出结果：
name NAME1
age 1
weight 101
is_single_dog yes
Name: index1, dtype: object
# 选取前3行df数据
df_line_1_to_3 = df.iloc[:3, :]
print(df_line_1_to_3)
控制台输出结果：
name age weight is_single_dog
index0 NAME0 0 weight0 yes
index1 NAME1 1 101 yes
index2 NAME2 2 102 no
# 选取第2行，第4行，第6行的df数据
df_line_2_4_6 = df.iloc[[1, 3, 5], :]
print(df_line_2_4_6)
控制台输出结果：
name age weight is_single_dog
index1 NAME1 1 101 yes
index3 NAME3 3 NaN yes
index5 NAME5 5 105 no
# 通过布尔数组选取前3行的df数据
df_line_1_to_3 = df.iloc[[True, True, True, False, False, False, False, False, False, False], :]
print(df_line_1_to_3)
控制台输出结果：
name age weight is_single_dog
index0 NAME0 0 weight0 yes
index1 NAME1 1 101 yes
index2 NAME2 2 102 no
➁ df.iloc[ ]列选取
# 取第2列的df数据
df_column_2 = df.iloc[:, 1]
print(df_column_2)
控制台输出结果：
index0 0
index1 1
index2 2
index3 3
index4 4
index5 5
index6 6
index7 7
index8 8
index9 9
Name: age, dtype: int64
# 选取前3列的df数据, 前闭后开
df_column_1_to_3 = df.iloc[:, 0:3]
print(df_column_1_to_3)
控制台输出结果：
name age weight
index0 NAME0 0 weight0
index1 NAME1 1 101
index2 NAME2 2 102
index3 NAME3 3 NaN
index4 NAME4 4 NaN
index5 NAME5 5 105
index6 NAME6 6 NaN
index7 NAME7 7 107
index8 NAME8 8 108
index9 NAME9 9 109
# 选取1,3,4列的df数据, 前闭后开
df_column_1_3_4 = df.iloc[:, [0, 2, 3]]
print(df_column_1_3_4)
控制台输出结果：
name weight is_single_dog
index0 NAME0 weight0 yes
index1 NAME1 101 yes
index2 NAME2 102 no
index3 NAME3 NaN yes
index4 NAME4 NaN no
index5 NAME5 105 no
index6 NAME6 NaN no
index7 NAME7 107 yes
index8 NAME8 108 no
index9 NAME9 109 no
# 通过布尔数组选取前3列的df数据
df_column_1_to_3 = df.iloc[:, [True, True, True, False]]
print(df_column_1_to_3)
控制台输出结果：
name age weight
index0 NAME0 0 weight0
index1 NAME1 1 101
index2 NAME2 2 102
index3 NAME3 3 NaN
index4 NAME4 4 NaN
index5 NAME5 5 105
index6 NAME6 6 NaN
index7 NAME7 7 107
index8 NAME8 8 108
index9 NAME9 9 109
③ df.iloc[ ]行和列同时选取
# 选取第2行的第1列，第3列，第4列
df_line2_column134 = df.iloc[1, [0, 2, 3]]
print(df_line2_column134)
控制台输出结果：
name NAME1
weight 101
is_single_dog yes
Name: index1, dtype: object
# 选取前3行前三列的df数据
df_line3_column3 = df.iloc[:3, :3]
print(df_line3_column3)
控制台输出结果：
name age weight
index0 NAME0 0 weight0
index1 NAME1 1 101
index2 NAME2 2 102
三、Dataframe中的数据单元格选取
说明：
单元格选取包括df.at[]和df.iat[]两种方法。
df.at[]和df.iat[]使用时必须输入两个参数，即行索引和列索引，其中df.at[]只能使用标签索引，df.iat[]只能使用整数索引。
df.at[]和df.iat[]选取的都是单个单元格（单行单列），所以返回值都为基本数据类型。
1. df.at[ ]
① df.at[ ]单元格选取
# 选取第2行age列的df数据
df_line_2_age = df.at['index1', 'age']
print(df_line_2_age)
控制台输出结果：
1
2. df.iat[ ]
① df.iat[ ]单元格选取
# 选取第4行第3列的df数据
df_line4_column3 = df.iat[3, 2]
print(df_line4_column3)
控制台输出结果：
nan
449
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
