3.Pandas数据取值与选择

最新推荐文章于 2024-05-09 08:45:52 发布
最新推荐文章于 2024-05-09 08:45:52 发布
阅读量4.5k 收藏 9
点赞数 2
分类专栏： Pandas学习 文章标签： python 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45488242/article/details/107433380
版权

文章目录

Pandas数据取值与选择

作为数据分析这一系列的内容,在学习Pandas之前应该已经学习了Numpy(参考Numpy学习专栏)

其中讲解了获取,设置,调整Numpy数组数值的方法和工具,包括通过偏移量来取值,通过切片操作来取值,掩码操作,花哨的索引,组合索引等等.

其实Pandas中数据的取值与选择和Numpy非常相似,但是有几个小细节需要注意一下.

由于Series对象具有两种视角:具有显式索引的一维数组和有序字典.因此Series对象的取值也就相应有两种方式

DataFrame对象也具有两种视角:具有显式行列索引的二维数组和由列索引映射到Series对象的字典,因DataFrame对象的取值方式也有两种.

下面就将来一一介绍

1.Series对象数据选取方法

就像前面所说的,Series对象可以视为一维数组或者字典,因此我们需要牢牢记住这两个类比.这样有助于我们更好的理解Series对象数据选取的方法

将Series对象看做字典

取值

与Python中原生的字典一样,使用键名来获取

Series对象名[键名]

例如:

Series_1=pd.Series([1,2,3,4,5],index=['a','b','c','d','e'])
print(Series_1)
print(Series_1['a'])
>>>
a    1
b    2
c    3
d    4
e    5
dtype: int64
1
添加值

类似于字典,我们可以指定新的键值对来为Series对象添加值

Series对象名[新键名]=新键值

例如:

Series_1=pd.Series([1,2,3,4,5],index=['a','b','c','d','e'])
print(Series_1)
Series_1['e']=6
print(Series_1)
>>>
a    1
b    2
c    3
d    4
e    5
dtype: int64
a    1
b    2
c    3
d    4
e    6
dtype: int64
检索值和键

我们可以使用Python中字典的表达式和方法来检测键名/索引和键值

查询某个键名是否在Series对象中

键名 in Series对象名

查询Series对象所有的键名

Series对象名.keys()

查询Series对象所有的键值对

Series对象名.item()

例如:

print('a' in Series_1)
print('f' in Series_1)
print(Series_1.keys())
print(Series_1.item())
>>>
a    1
b    2
c    3
d    4
e    5
dtype: int64
True
False
Index(['a', 'b', 'c', 'd', 'e'], dtype='object')
<zip object at 0x0CE12940>

将Sereies对象看做一维数组

Series对象不仅具有和字典一样的接口以便于Python中的原生字典操作能对Series对象起作用,还具有Numpy的ndarray对象一样的数据选择功能,包括索引,掩码,花哨的索引等操作.

将显式索引作为切片
Series对象名[起始显式索引:终止显式索引:步长]

需要注意的是:通过显示索引切片的操作最后一个值如果在步长范围内将会取到

例如:

Series_1=pd.Series([0.25,0.5,0.75,1.0],index=['a','b','c','d'])
print(Series_1['a':'c'])
print(Series_1['a':'c':2])
>>>
a    0.25
b    0.50
c    0.75
dtype: float64
a    0.25
c    0.75
dtype: float64
将隐式数字作为切片
Series对象名[起始偏移量:终止偏移量:步长]

需要注意的是:通过隐式数组作为索引进行的切片操作最后一个值无论是否在步长范围内都不会被取到

例如:

Series_1=pd.Series([0.25,0.5,0.75,1.0],index=['a','b','c','d'])
print(Series_1[0:2])
print(Series_1[0:2:2])
>>>
a    0.25
b    0.50
dtype: float64
a    0.25
dtype: float64
掩码操作

直接举例

Series_1=pd.Series([0.25,0.5,0.75,1.0],index=['a','b','c','d'])
print(Series_1)
print(Series_1[Series_1>0.4])	
>>>
a    0.25
b    0.50
c    0.75
d    1.00
dtype: float64
b    0.50
c    0.75
d    1.00
dtype: float64
花哨的索引

直接举例

Series_1=pd.Series([0.25,0.5,0.75,1.0],index=['a','b','c','d'])
print(Series_1[['a','d']])
>>>
a    0.25
d    1.00
dtype: float64

索引器:loc,iloc和ix

通过上面的讲解,我们不难发现,当使用显式索引进行切片操作的时候,会包含最后一个值,而使用隐式索引的时候,不会包含最后一个值.

这样的差异这就造成了麻烦,如果我们的显式索引也是数字呢?那么可想而知会带来极大地不便.

因此,正是因为整数索引很容易造成混淆,Pandas中提供了一些索引器(indexer)属性来作为取值的方法

这些indexer并不是Series对象的方法,而是暴露切片接口的属性.

具体的索引器有三个,分别是:loc,iloc和ix

下面将来讲解

loc索引器

使用loc索引器,则取值和切片都是显式的

Series对象名.loc[索引]
Series对象名.loc[起始偏移量:终止偏移量:步长]

例如:

Series_1=pd.Series([0.25,0.5,0.75,1.0])
print(Series_1)
print(Series_1[0])
print(Series_1.loc[0])
print(Series_1[0:3])
print(Series_1.loc[0:3])
>>>
0    0.25
1    0.50
2    0.75
3    1.00
dtype: float64
0.25
0.25
0    0.25
1    0.50
2    0.75
dtype: float64
0    0.25
1    0.50
2    0.75
3    1.00
dtype: float64
iloc索引器

使用iloc索引器,表示切片和索引默认都是隐式的

Series对象名.iloc[索引]
Series对象名.iloc[起始偏移量:终止偏移量:步长]

例如:

Series_1=pd.Series([0.25,0.5,0.75,1.0])
print(Series_1)
print(Series_1[0])
print(Series_1.iloc[0])
print(Series_1[0:3])
print(Series_1.iloc[0:3])
>>>
0    0.25
1    0.50
2    0.75
3    1.00
dtype: float64
0.25
0.25
0    0.25
1    0.50
2    0.75
dtype: float64
0    0.25
1    0.50
2    0.75
dtype: float64
ix索引器

使用ix索引器表示显式和隐式索引的混合,主要用于DataFrame对象中.新版Pandas已经删除

2.DataFrame对象数据选取方法

前面说过,DataFrame对象可以看具有行列索引的二维数组,或者是共享索引的若干个Series对象构成的字典.牢记这两个类比会帮助我们更好的掌握数据结构的数据选择方法

将DataFrame看做字典

取值

可以使用键名(即列索引)来获得某一列的所有值

注意,此时只能通过列索引来获取一列的值,如果使用行索引就会报错

DataFrame对象名[列索引]

例如:

col=['col_1','col_2','col_3','col_4']
row=['row_1','row_2','row_3']
DataFrame_1=pd.DataFrame(np.arange(12).reshape((3,4)),columns=col,index=row)
print(DataFrame_1)
print(DataFrame_1['col_1'])
>>>
       col_1  col_2  col_3  col_4
row_1      0      1      2      3
row_2      4      5      6      7
row_3      8      9     10     11
row_1    0
row_2    4
row_3    8
Name: col_1, dtype: int32

我们还可以使用属性来选择纯字符串列名的数据

DataFrame对象名.列索引

例如:

col=['col_1','col_2','col_3','col_4']
row=['row_1','row_2','row_3']
DataFrame_1=pd.DataFrame(np.arange(12).reshape((3,4)),columns=col,index=row)
print(DataFrame_1)
# print(DataFrame_1['col_1'])
print(DataFrame_1.col_1)
>>>
       col_1  col_2  col_3  col_4
row_1      0      1      2      3
row_2      4      5      6      7
row_3      8      9     10     11
row_1    0
row_2    4
row_3    8
Name: col_1, dtype: int32

但是需要注意,此时列索引必须是字符串形式,否则会报错

col=[1,'col_2','col_3','col_4']
row=['row_1','row_2','row_3']
DataFrame_1=pd.DataFrame(np.arange(12).reshape((3,4)),columns=col,index=row)
print(DataFrame_1)
print(DataFrame_1.1)
>>>
       1  col_2  col_3  col_4
row_1  0      1      2      3
row_2  4      5      6      7
row_3  8      9     10     11
 File "路径", line 139
    print(DataFrame_1.1)
                      ^
SyntaxError: invalid syntax

而且如果列名与DataFrame对象的方法同名,那么调用的时候就会使用对应的方法而非索取值

添加值

和Series对象一样,我们把DataFrame对象看作是字典的话,可以指定新的键值对来增加新的列

DataFrame对象名[新的列索引]=Series对象名

例如:

col=['col_1','col_2','col_3','col_4']
row=['row_1','row_2','row_3']
DataFrame_1=pd.DataFrame(np.arange(12).reshape((3,4)),columns=col,index=row)
print(DataFrame_1)
DataFrame_1['col_5']=DataFrame_1['col_1']/DataFrame_1['col_2']
print(DataFrame_1)
>>>
       col_1  col_2  col_3  col_4
row_1      0      1      2      3
row_2      4      5      6      7
row_3      8      9     10     11
       col_1  col_2  col_3  col_4     col_5
row_1      0      1      2      3  0.000000
row_2      4      5      6      7  0.800000
row_3      8      9     10     11  0.888889

将DataFrame看做二维数组

查询值

我们可以使用values属性来查询DataFrame对象的所有值

DataFrame对象名.values

例如:

col=['col_1','col_2','col_3','col_4']
row=['row_1','row_2','row_3']
DataFrame_1=pd.DataFrame(np.arange(12).reshape((3,4)),columns=col,index=row)
print(DataFrame_1)
print(DataFrame_1.values)
>>>
      col_1  col_2  col_3  col_4
row_1      0      1      2      3
row_2      4      5      6      7
row_3      8      9     10     11
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
转置

我们可以使用Numpy的ndarray对象的转置方法,来对DataFrame对象进行转置

DataFrame对象名.T

例如:

col=['col_1','col_2','col_3','col_4']
row=['row_1','row_2','row_3']
DataFrame_1=pd.DataFrame(np.arange(12).reshape((3,4)),columns=col,index=row)
print(DataFrame_1)
print(DataFrame_1.T)
>>>
       col_1  col_2  col_3  col_4
row_1      0      1      2      3
row_2      4      5      6      7
row_3      8      9     10     11
       row_1  row_2  row_3
col_1      0      4      8
col_2      1      5      9
col_3      2      6     10
col_4      3      7     11

注意，转置之后可以对新的DataFrame对象的列(即原先的行)来进行索引，从而达到索引行的效果

col=['col_1','col_2','col_3','col_4']
row=['row_1','row_2','row_3']
DataFrame_1=pd.DataFrame(np.arange(12).reshape((3,4)),columns=col,index=row)
print(DataFrame_1)
print(DataFrame_1.T)
print(DataFrame_1.T.row_1)
>>>
       col_1  col_2  col_3  col_4
row_1      0      1      2      3
row_2      4      5      6      7
row_3      8      9     10     11
       row_1  row_2  row_3
col_1      0      4      8
col_2      1      5      9
col_3      2      6     10
col_4      3      7     11
col_1    0
col_2    1
col_3    2
col_4    3
Name: row_1, dtype: int64
获取值

我们将DataFrame看做字典,就可以通过键名(Series对象名)来获取这样一列的所有值.

为了获取行,我们可以将DataFrame对象转置之后获取列.

但是如果我们将DataFrame对象视为Numpy的二维数组,我们可以直接通过行索引来获取某一行数据

也可以使用切片操作来获取某一行或者某一列的数据

DataFrame对象名.values[行索引]
DataFrame对象名.values[行切片,列切片]

例如:

col=['col_1','col_2','col_3','col_4']
row=['row_1','row_2','row_3']
DataFrame_1=pd.DataFrame(np.arange(12).reshape((3,4)),columns=col,index=row)
print(DataFrame_1.values)
print(DataFrame_1.values[0])
print(DataFrame_1.values[0,:])
print(DataFrame_1.values[:,0])
>>>
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[0 1 2 3]
[0 1 2 3]
[0 4 8]
使用索引器

前面我们再Series对象的取值中讲解了三个索引器,这三种索引器在DataFrame对象的取值上会发挥更大的作用

iloc索引器

我们可以使用iloc索引器来索引DataFrame对象底层的Numpy数组,即索引隐式索引

DataFrame对象名.iloc[行索引]
DataFrame对象名.iloc[行切片,列切片]

例如:

col=['col_1','col_2','col_3','col_4']
row=['row_1','row_2','row_3']
DataFrame_1=pd.DataFrame(np.arange(12).reshape((3,4)),columns=col,index=row)
print(DataFrame_1)
print(DataFrame_1.iloc[:,:])
print(DataFrame_1.iloc[0])
print(DataFrame_1.iloc[0,:])
print(DataFrame_1.iloc[:,0])
>>>
    col_1  col_2  col_3  col_4
row_1      0      1      2      3
row_2      4      5      6      7
row_3      8      9     10     11
       col_1  col_2  col_3  col_4
row_1      0      1      2      3
row_2      4      5      6      7
row_3      8      9     10     11
col_1    0
col_2    1
col_3    2
col_4    3
Name: row_1, dtype: int64
col_1    0
col_2    1
col_3    2
col_4    3
Name: row_1, dtype: int64
row_1    0
row_2    4
row_3    8
Name: col_1, dtype: int64
loc索引器

我们可以使用loc索引器来索引显示索引

DataFrame对象名.loc[列索引名]
DataFrame对象名.loc[行切片,列切片]

例如

col=['col_1','col_2','col_3','col_4']
row=['row_1','row_2','row_3']
DataFrame_1=pd.DataFrame(np.arange(12).reshape((3,4)),columns=col,index=row)
print(DataFrame_1)
print(DataFrame_1['col_1'])
print(DataFrame_1.loc['row_1':'row_2','col_1':'col_4'])
>>>
       col_1  col_2  col_3  col_4
row_1      0      1      2      3
row_2      4      5      6      7
row_3      8      9     10     11
row_1    0
row_2    4
row_3    8
Name: col_1, dtype: int64
       col_1  col_2  col_3  col_4
row_1      0      1      2      3
row_2      4      5      6      7
鸿神
关注
  • 2
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python数据分析pandas模块用法实例详解
09-18
Python数据分析中的pandas模块是一个非常重要的工具，它构建在Numpy之上，提供了高效的数据处理能力。pandas的主要数据结构是Series和DataFrame，它们是进行数据分析的基础。 **Series** 是pandas的基本数据结构之...
pandas 的取值
miss_1013659969的博客
07-20 916
1. 取单行（/列）使用一个方括号df [ 0 ] （/df [ ：，0 ]），如果是要取多行/列需要使用二维的即两个方括号df [ [ 0，1 ] ] （/df [ ：，[ 0，1 ] ]）。(相当于行名和列名)，取整行：df.loc[ 'A' ]，取单个元素：df.loc[ 'A' , 'a' ]，取多个元素：df.loc [ [ 'A' , 'B' , 'C' ]，'a' ]4. 聚合函数 sum（），mean（），median（），max（），min（）列切片取值：df [：，
Pandas 取值操作
weixin_45799973的博客
09-21 1926
对于DataFrame的取值操作有索引方式，loc方法和iloc方法假设现有DataFrame数据如下。
Pandas数据取值与选择
最新发布
2301_77225918的博客
05-09 811
平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！最后筛选值大于100的数据，得到以下目标Series对象；获取2019-01-04号之后的数据(包含该日期)；开始你的任务吧，祝你成功！开始你的任务吧，祝你成功！
pandas选取数据方法
hjhlln的博客
10-09 4351
pandas常见的选取数据的方法
pandas提取数据的6种方法
热门推荐
小琳爱分享的博客
03-07 1万+
pandas提取数据的15种方法 pandas是Python数据分析必备工具，它有强大的数据清洗能力，往往能用非常少的代码实现较复杂的数据处理。 五个方面： 比较运算：、<、>、>=、<=、!= 范围运算：between(left,right) 字符筛选:str.contains(pattern或字符串,na=False) 逻辑运算：&（与）、|（或）、not(取反) 比较函数：eq, ne, le, lt, ge, gt（相当于,=!，<=，<，>=
Pandas数据处理之数据取值与选择
初一的博客
06-18 9050
3.3 数据取值与选择   本篇介绍Pandas的Series和DataFrame对象的数据获取与调整操作. 一、Series数据选择方法   Series对象与一维Numpy数组和标准字典在许多方面都一样。 1.将Series看做字典   和字典一样，Series 对象提供了键值对的映射： In[1] : import pandas as pd import numpy as np I...
pandas数据集的端到端处理
12-26
1. 数据集基本信息 df = pd.read_csv() df.head()：前五行； df.info()： rangeindex：行索引； data columns：列索引； dtypes：各个列的类型， 主体部分是各个列值的情况，比如可判断是否存在 NaN 值； 对于非...
对pandas中iloc,loc取数据差别及按条件取值的方法详解
12-25
Dataframe使用loc取某几行几列的数据： print(df.loc[0:4,['item_price_level','item_sales_level','item_collected_level','item_pv_level']]) 结果如下，取了index为0到4的五行四列数据。 item_price_level ...
对pandas的层次索引与取值的新方法详解
12-25
通过层次化索引，pandas能够以较低维度形式处理高纬度的数据 通过层次化索引，可以按照层次统计数据 层次索引包括Series层次索引和DataFrame层次索引 1.2 Series的层次索引 import numpy as np import pandas as pd...
Python+pandas计算数据相关系数的实例
09-20
3. **Spearman秩相关系数**：Spearman相关系数也是基于变量的等级关系，与Kendall相似，但它是通过计算两列数据的秩（排名）的差异来度量关系的。Spearman相关系数同样对异常值有较好的鲁棒性。在pandas中，我们可以...
详解pandas如何去掉、过滤数据集中的某些值或者某些行？
12-25
摘要在进行数据分析与清理中，我们可能常常需要在数据集中去掉某些异常值。具体来说，看看下面的例子。 0.导入我们需要使用的包 import pandas as pd pandas是很常用的数据分析，数据处理的包。anaconda已经有这个...
ID3代码和测试数据集
06-26
在实际应用中，ID3算法有其局限性，比如它不能处理连续数值型属性，且容易偏向于选择具有更多取值的属性。因此，后来出现了C4.5和CART等改进算法。不过，理解ID3的基本原理对于学习决策树算法至关重要，它可以帮助...
pandas基础操作1.0
12-22
- **切片**：Series支持Python列表的切片语法，例如`t[1:4:2]`，`t[1:3]`，和`t[::2]`分别表示从索引1到4每隔2取值、从索引1到3默认步长取值和每隔1取值。 - **索引**：可以单个或多个地通过索引访问元素，如`t[1]...
数据探索性分析与数据预处理1
08-03
`pandas`库的`read_csv`函数用于导入CSV文件到DataFrame中，这是一个常用的数据操作工具。对于数值属性（如`int64`和`float64`类型），我们可以计算一些基本统计量，如最小值、最大值、均值、中位数和标准差，这些...
[Python3] Pandas —— (三) 层级索引
12-21
层级索引是Pandas库中的一个高级特性，它允许数据集使用多个级别的索引来组织，从而有效地处理高维度数据。这种索引方式使得数据分析和操作更为灵活，特别适合处理复杂的数据结构。 首先，我们来看看如何创建多级...
数据分析：Pandas之Series用法总结
信橙则灵的博客
06-02 9539
文章目录Series一、导入Series二、创建Series1、使用列表或者numpy进行创建，默认索引为0到N-1的整数型索引2、使用字典创建(推荐使用)三、Series的索引和切片1、显式索引与切片2、隐式索引与切片四、Series的基本概念1、通过head(),tail()快速查看Series对象的样式2、isnull(),notnull()函数检测缺失数据3、扩展四、Series的运算1、 适用于numpy的数组运算也适用于Series2、Series之间的运算扩展 Series Series是线
Pandas查询选取数据
qq_48391148的博客
05-09 3917
目录 一，Pandas查询数据的几种方法 二，Pandas使用df.loc查询数据的方法 注意 df[] #获取c1，c2两列df[['c1','c2']] #获取c1列df.c1 #获取索引为A-C行数据df['A':'C'] #获取2-3行数据df[1:3] df.loc方法查询 1、使用数值区间进行范围查询 2、单个label值查询 3、使用列表批量查询 4、使用条件表达式查询 5、使用函数查询 df.iloc方法查询 #提取2-3行，1-2列数据df.iloc[1..
pandas实现按行取值或者按照行取另外一组数据的值
vergil_zsh的博客
03-31 5561
pandas实现按行取值或者按照行取另外一组数据的值
pythonl panda索引
04-21
对于使用Python中的Pandas库进行索引操作，您可以使用.loc[]或.iloc[]属性来访问数据帧中的数据。其中.loc[]属性用于基于标签的访问，而.iloc[]属性用于基于位置的访问。您可以使用这些属性来访问数据帧中的行和列，以及使用各种条件过滤器进行数据选择。例如，使用.loc[]属性并指定要访问的行和列标签，如下所示： ``` import pandas as pd #创建数据帧 data = {'名字': ['张三', '李四', '王五', '赵六', '钱七'], '年龄': [18, 20, 22, 24, 26], '性别': ['男', '女', '女', '男', '女'], '城市': ['上海', '北京', '深圳', '广州', '成都']} df = pd.DataFrame(data) #使用.loc[]属性访问数据 print(df.loc[df['年龄'] > 20, ['名字', '城市']]) ``` 这将选择年龄大于20岁的行，并显示名字和城市列的数据。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值