Python - pandas DataFrame创建、数据提取(loc、iloc)

1 新建一个DataFrame表

import numpy as np
import pandas as pd
df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])

print(df)

---

     name    gender  age
0    Snow     M       22
1    Tyrion   M       32
2    Sansa    F       18
3    Arya     F       14

2 获取列名

2.1 list(df)

代码示例：

df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])
cols = list(df)
print(cols)
print(type(cols))

['name', 'gender', 'age']
<class 'list'>

2.2 .columns

代码示例：

df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])
cols = df.columns
print(cols)
print(type(cols))

Index(['name', 'gender', 'age'], dtype='object')
<class 'pandas.core.indexes.base.Index'>

3 通过[]获取指定行或指定列的数据

3.1 获取指定行（单行或多行，DataFrame）

格式：

# 获取第row_start_index行到第row_end_index-1行的数据，返回值为DataFrame类型
df[row_start_index:row_end_index] 

代码示例：

df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])
df_1 = df[1:2]# 获得第1行的数据
print(df_1,'\n',type(df_1))

     name gender  age
1  Tyrion      M   32
<class 'pandas.core.frame.DataFrame'>

3.2 获取指定列（单列或多列，Series/DataFrame）

格式：

# 获取单列，返回值为Series类型
df['column_name'] 
# 获取单列，返回值为DataFrame类型
df[['column_name']]
# 获取多列，返回值为DataFrame类型
df[['column_name1','column_name2',...]]

代码示例：

df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])
series_1 = df['name']
df_1 = df[['name']]
df_2 = df[['name','gender']]
print(series_1,'\n',type(series_1),'\n',df_1,'\n',type(df_1),'\n',df_2,'\n',type(df_2))

0      Snow
1    Tyrion
2     Sansa
3      Arya
Name: name, dtype: object 
 <class 'pandas.core.series.Series'> 
      name
0    Snow
1  Tyrion
2   Sansa
3    Arya 
 <class 'pandas.core.frame.DataFrame'> 
      name gender
0    Snow      M
1  Tyrion      M
2   Sansa      F
3    Arya      F 
 <class 'pandas.core.frame.DataFrame'>

4 通过.loc[]获取指定行、列的数据

4.1 获取单个数据（类型依数据本身）

格式：

# 返回值类型依数据本身
df.loc[index,column_name] 

df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])
df_1 = df.loc[0,"name"]
print(df_1,'\n',type(df_1))

Snow 
 <class 'str'>

4.2 获取单行数据（Series/DataFrame）

格式：

# 返回值为Series类型
df.loc[index] 
# 返回值为DataFrame类型
df.loc[index:index] 

df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])
df_1 = df.loc[0]
df_2 = df.loc[0:0]
print(df_1,'\n',type(df_1),'\n',df_2,'\n',type(df_2))

name      Snow
gender       M
age         22
Name: 0, dtype: object 
<class 'pandas.core.series.Series'> 
    name gender  age
0  Snow      M   22 
<class 'pandas.core.frame.DataFrame'>

4.3 获取单列数据（Series/DataFrame）

格式：

# 返回值为Series类型
df.loc[:,column_name] 
# 返回值为DataFrame类型
df.loc[:,[column_name]]

df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])
df_1 = df.loc[:,"name"]
df_2 = df.loc[:,["name"]]
print(df_1,'\n',type(df_1),'\n',df_2,'\n',type(df_2))

0      Snow
1    Tyrion
2     Sansa
3      Arya
Name: name, dtype: object 
<class 'pandas.core.series.Series'> 
      name
0    Snow
1  Tyrion
2   Sansa
3    Arya 
<class 'pandas.core.frame.DataFrame'>

4.3 获取多行多列的数据（DataFrame）

格式：

# 获取第start_index行到end_index行，'column_name1','column_name2',...列的数据
df.loc[start_index:end_index,['column_name1','column_name2',...]] 
# 获取index1,index2,...行，'column_name1','column_name2',...列的数据
df.loc[[index1,index2,...],['column_name1','column_name2',...]]

df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])
df_1 = df.loc[0:2, ['name', 'age']]  # 获取第0行到第2行，name列和age列的数据
df_2 = df.loc[[2, 3], ['name', 'age']]  # 获取指定的第2行和第3行，name和age列的数据
print(df_1,'\n',type(df_1),'\n',df_2,'\n',type(df_2))

     name  age
0    Snow   22
1  Tyrion   32
2   Sansa   18 
 <class 'pandas.core.frame.DataFrame'> 
     name  age
2  Sansa   18
3   Arya   14 
 <class 'pandas.core.frame.DataFrame'>

4.4 根据列值条件获取指定数据（Series/DataFrame）

df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])
df_1 = df.loc[df['gender']=='M',:] #获取gender列值是M的全部数据
df_2 = df.loc[df['gender']=='M','name'] #获取gender列值是M，name列的数据
df_3 = df.loc[df['gender']=='M',['name']] #获取gender列值是M，name列的数据
df_4 = df.loc[df['gender']=='M',['name','age']] #获取gender列值是M，name和age列的数据
print(df_1,'\n',type(df_1),'\n',df_2,'\n',type(df_2),'\n',df_3,'\n',type(df_3),'\n',df_4,'\n',type(df_4))

     name gender  age
0    Snow      M   22
1  Tyrion      M   32 
 <class 'pandas.core.frame.DataFrame'> 
 0      Snow
1    Tyrion
Name: name, dtype: object 
 <class 'pandas.core.series.Series'> 
      name
0    Snow
1  Tyrion 
 <class 'pandas.core.frame.DataFrame'> 
      name  age
0    Snow   22
1  Tyrion   32 
 <class 'pandas.core.frame.DataFrame'>

5 通过.iloc[]用数字定位获取指定行、列的数据

在column_name特别长或者index是时间序列等各种不方便输入的情况下，可以用iloc[row_index, column_index]，它完全用数字来定位。

5.1 获取单个数据（类型依数据本身）

格式：

df.iloc[indexX,indexY] 

df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])
df_1 = df.iloc[0, 0]  # 获取第0行第0列的数据，'Snow'
df_2 = df.iloc[1, 2]  # 获取第1行第2列的数据，32
print(df_1,'\n',type(df_1),'\n',df_2,'\n',type(df_2))

Snow 
<class 'str'> 
32 
<class 'numpy.int64'>

5.2 获取单行数据（Series/DataFrame）

格式：

# 返回值为Series类型
df.iloc[index] 
# 返回值为DataFrame类型
df.iloc[index:index+1] 

df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])
df_1 = df.iloc[0]
df_2 = df.iloc[0:1]
print(df_1,'\n',type(df_1),'\n',df_2,'\n',type(df_2))

name      Snow
gender       M
age         22
Name: 0, dtype: object 
<class 'pandas.core.series.Series'> 
    name gender  age
0  Snow      M   22 
<class 'pandas.core.frame.DataFrame'>

5.2 获取单列数据（Series/DataFrame）

格式：

# 返回值为Series类型
df.iloc[:,index] 
# 返回值为DataFrame类型
df.iloc[:,index:index+1] 

df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])
df_1 = df.iloc[:,0]
df_2 = df.iloc[:,0:1]
print(df_1,'\n',type(df_1),'\n',df_2,'\n',type(df_2))

0      Snow
1    Tyrion
2     Sansa
3      Arya
Name: name, dtype: object 
 <class 'pandas.core.series.Series'> 
      name
0    Snow
1  Tyrion
2   Sansa
3    Arya 
 <class 'pandas.core.frame.DataFrame'>

5.3 获取多行多列的数据（DataFrame）

格式：

# 获取第start_index行到end_index-1行，index1,index2,...列的数据
df.iloc[start_index:end_index,[index1,index2,...]] 
# 获取index1,index2,...行，第start_index行到end_index-1列的数据
df.iloc[[index1,index2,...],start_index:end_index]

df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])
df_1 = df.iloc[[1, 3], 0:1]  # 获取第1行和第3行，第0列的数据
df_2 = df.iloc[1:3, [1, 2]]  # 获取第1行到第2行，第1列和第2列的数据
print(df_1,'\n',type(df_1),'\n',df_2,'\n',type(df_2))

     name
1  Tyrion
3    Arya 
<class 'pandas.core.frame.DataFrame'> 
   gender  age
1      M   32
2      F   18 
<class 'pandas.core.frame.DataFrame'>

6 复制一个表的数据到另一个表

data_copy = data.copy()