Python Pandas索引，iloc和loc使用

数据

#创建一个示例数据
import pandas as pd

country1 = pd.Series({'Name': '中国',
                    'Language': 'Chinese',
                    'Area': '9.597M km2',
                     'Happiness Rank': 79})

country2 = pd.Series({'Name': '美国',
                    'Language': 'English (US)',
                    'Area': '9.834M km2',
                     'Happiness Rank': 14})

country3 = pd.Series({'Name': '澳大利亚',
                    'Language': 'English (AU)',
                    'Area': '7.692M km2',
                     'Happiness Rank': 9})

df = pd.DataFrame([country1, country2, country3], index=['CH', 'US', 'AU'])
print(df)

 

数据提取

#数据切片
df['Name'][:2] #列Age的前2行
df[['Name','Language']][:2] #列Name和列Language的前5行

使用iloc和loc筛选数据

df.iloc[0] #数据的第一行
df.iloc[0:5] #数据的前5行
df.iloc[0:5,1:3] #前5行的前2列

df.loc['CH'] #取出名为Heikkinen的行

print('先取出列，再取行：')
print(df['Area']['CH']) #9.597M km2
print(df['Area'].loc['CH']) #9.597M km2
print(df['Area'].iloc[0]) #9.597M km2


print('先取出行，再取列：')
print(df.loc['CH']['Area']) #9.597M km2
print(df.iloc[0]['Area']) #9.597M km2

数据值筛选

df[df['Happiness Rank'] > 5][:3] #将列Happiness Rank中值大于40的值筛选出来并且取前5个值