pandas DataFrame的行、列索引与条件过滤

DataFrame的行、列索引

函数	功能
df.loc[val]	根据标签选择单行或多行
df.iloc[where]	根据整数位置选择单行或多行
df.loc[:,:]	根据标签选择多行多列[行,列]，用法和numpy切片的区别见下文
df.iloc[:,:]	根据整数位置选择多行多列[行,列] ，用法和numpy切片一致
reindex方法	通过标签选择行或列
get_value, set_value	根据行和列的标签设置单个值

import numpy as np
import pandas as pd
In [40]: data = pd.DataFrame(np.arange(16).reshape((4,4)))
In [41]: data
Out[41]:
    0   1   2   3
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15

# 列索引
In [43]: data[2]     #索引单列
Out[43]:
0     2
1     6
2    10
3    14
Name: 2, dtype: int64
In [44]: data[[1,2]] #索引多列
Out[44]:
    1   2
0   1   2
1   5   6
2   9  10
3  13  14

# 行索引
In [45]: data.loc[3]     #索引单行
Out[45]:
0    12
1    13
2    14
3    15
Name: 3, dtype: int64
In [46]: data.loc[[2,0]] #索引多行
Out[46]:
   0  1   2   3
2  8  9  10  11
0  0  1   2   3

# 注意：选择多行或多列时,要用[]括起来，且之间用,隔开

---

DataFrame的切片和numpy切片的区别：
（1）pd.loc[0:3] 选取出0 1 2 3 共四行；pd.iloc[0:3] 选取出0 1 2 共三行； np[0:3] 选取出0 1 2 共三行。

In [31]: data
Out[31]:
    0   1   2   3
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15    

In [32]: data[2:3]       #选取第2行
Out[32]:
   0  1   2   3
2  8  9  10  11

In [33]: data.iloc[2:3]  #选取第2行
Out[33]:
   0  1   2   3
2  8  9  10  11

In [34]: data.iloc[:,2:3]#选取第2列
Out[34]:
    2
0   2
1   6
2  10
3  14

In [35]: data.loc[2:3]   #选取第2 3行 (前提得是行标签是数字)
Out[35]:
    0   1   2   3
2   8   9  10  11
3  12  13  14  15

In [36]: data.loc[:,2:3] #选取第2 3列 (前提得是列标签是数字)
Out[36]:
    2   3
0   2   3
1   6   7
2  10  11
3  14  15

（2）对于numpy数据，切片范围超过数据原有size会报错；但对于pandas数据，切片范围超过数据原有size则直接切到多少返回多少，没有就返回Empty DataFrame。

In [37]: data.iloc[:,3:5]
Out[37]:
    3
0   3
1   7
2  11
3  15

In [47]: data.iloc[:,5:10]
Out[47]:
Empty DataFrame
Columns: []
Index: [0, 1, 2, 3]

In [38]: data.iloc[5:10]
Out[38]:
Empty DataFrame
Columns: [0, 1, 2, 3]
Index: []

---

DataFrame的条件过滤

In [48]: data
Out[48]:
    0   1   2   3
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15

# 与语句
In [49]: data[data[0]>2]                  # 过滤出第0列数据大于2的所有行
Out[49]:
    0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15

In [50]: data[(data[0]>2) & (data[2]<10)] # 过滤出第0列数据大于2且第2列数据小于10的所 有行
Out[50]:
   0  1  2  3
1  4  5  6  7

# 或语句
In [51]: data[data[1]>10]                 # 过滤出第1列数据大于10的所有行
Out[51]:
    0   1   2   3
3  12  13  14  15

In [52]: data[(data[1]>10) | (data[3]<5)] # 过滤出第1列数据大于10或第3列数据小于5的所有行
Out[52]:
    0   1   2   3
0   0   1   2   3
3  12  13  14  15

# 注意1：[]中的'与'要用'&','或'要用'|'
# 注意2：条件语句要用()括起来，否则会产生bug