转自:晓东邪
用pandas中的DataFrame时选取行或列:
1 import numpy as np
2 import pandas as pd
3 from pandas import Sereis, DataFrame
4
5 ser = Series(np.arange(3.))
6
7 data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))
8
9 data['w'] #选择表格中的'w'列,使用类字典属性,返回的是Series类型
10
11 data.w #选择表格中的'w'列,使用点属性,返回的是Series类型
12
13 data[['w']] #选择表格中的'w'列,返回的是DataFrame类型
14
15 data[['w','z']] #选择表格中的'w'、'z'列
16
17 data[0:2] #返回第1行到第2行的所有行,前闭后开,包括前不包括后
18
19 data[1:2] #返回第2行,从0计,返回的是单行,通过有前后值的索引形式,
20 #如果采用data[1]则报错
21
22 data.ix[1:2] #返回第2行的第三种方法,返回的是DataFrame,跟data[1:2]同
23
24 data['a':'b'] #利用index值进行切片,返回的是**前闭后闭**的DataFrame,
25 #即末端是包含的
26
27 #——————新版本pandas已舍弃该方法,用iloc代替———————
28 data.irow(0) #取data的第一行
29 data.icol(0) #取data的第一列
30
31 ser.iget_value(0) #选取ser序列中的第一个
32 ser.iget_value(-1) #选取ser序列中的最后一个,这种轴索引包含索引器的series不能采用ser[-1]去获取最后一个,这会引起歧义。
33 #————————————————————————————-----------------
34
35 data.head() #返回data的前几行数据,默认为前五行,需要前十行则data.head(10)
36 data.tail() #返回data的后几行数据,默认为后五行,需要后十行则data.tail(10)
37
38 data.iloc[-1] #选取DataFrame最后一行,返回的是Series
39 data.iloc[-1:] #选取DataFrame最后一行,返回的是DataFrame
40
41 data.loc['a',['w','x']] #返回‘a’行'w'、'x'列,这种用于选取行索引列索引已知
42
43 data.iat[1,1] #选取第二行第二列,用于已知行、列位置的选取。
下面是简单的例子使用验证:
1 import pandas as pd
2 from pandas import Series, DataFrame
3 import numpy as np
4
5 data = DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e'])
6
7 data
8 Out[7]:
9 a b c d e
10 one 0 1 2 3 4
11 two 5 6 7 8 9
12 three 10 11 12 13 14
13
14 #对列的操作方法有如下几种
15
16 data.icol(0) #选取第一列
17 E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: icol(i) is deprecated. Please use .iloc[:,i]
18 # -*- coding: utf-8 -*-
19 Out[35]:
20 one 0
21 two 5
22 three 10
23 Name: a, dtype: int32
24
25 data['a']
26 Out[8]:
27 one 0
28 two 5
29 three 10
30 Name: a, dtype: int32
31
32 data.a
33 Out[9]:
34 one 0
35 two 5
36 three 10
37 Name: a, dtype: int32
38
39 data[['a']]
40 Out[10]:
41 a
42 one 0
43 two 5
44 three 10
45
46 data.ix[:,[0,1,2]] #不知道列名只知道列的位置时
47 Out[13]:
48 a b c
49 one 0 1 2
50 two 5 6 7
51 three 10 11 12
52
53 data.ix[1,[0]] #选择第2行第1列的值
54 Out[14]:
55 a 5
56 Name: two, dtype: int32
57
58 data.ix[[1,2],[0]] #选择第2,3行第1列的值
59 Out[15]:
60 a
61 two 5
62 three 10
63
64 data.ix[1:3,[0,2]] #选择第2-4行第1、3列的值
65 Out[17]:
66 a c
67 two 5 7
68 three 10 12
69
70 data.ix[1:2,2:4] #选择第2-3行,3-5(不包括5)列的值
71 Out[29]:
72 c d
73 two 7 8
74
75 data.ix[data.a>5,3]
76 Out[30]:
77 three 13
78 Name: d, dtype: int32
79
80 data.ix[data.b>6,3:4] #选择'b'列中大于6所在的行中的第4列,有点拗口
81 Out[31]:
82 d
83 three 13
84
85 data.ix[data.a>5,2:4] #选择'a'列中大于5所在的行中的第3-5(不包括5)列
86 Out[32]:
87 c d
88 three 12 13
89
90 data.ix[data.a>5,[2,2,2]] #选择'a'列中大于5所在的行中的第2列并重复3次
91 Out[33]:
92 c c c
93 three 12 12 12
94
95 #还可以行数或列数跟行名列名混着用
96 data.ix[1:3,['a','e']]
97 Out[24]:
98 a e
99 two 5 9
100 three 10 14
101
102 data.ix['one':'two',[2,1]]
103 Out[25]:
104 c b
105 one 2 1
106 two 7 6
107
108 data.ix[['one','three'],[2,2]]
109 Out[26]:
110 c c
111 one 2 2
112 three 12 12
113
114 data.ix['one':'three',['a','c']]
115 Out[27]:
116 a c
117 one 0 2
118 two 5 7
119 three 10 12
120
121 data.ix[['one','one'],['a','e','d','d','d']]
122 Out[28]:
123 a e d d d
124 one 0 4 3 3 3
125 one 0 4 3 3 3
126
127 #对行的操作有如下几种:
128 data[1:2] #(不知道列索引时)选择第2行,不能用data[1],可以用data.ix[1]
129 Out[18]:
130 a b c d e
131 two 5 6 7 8 9
132
133 data.irow(1) #选取第二行
134 Out[36]:
135 a 5
136 b 6
137 c 7
138 d 8
139 e 9
140 Name: two, dtype: int32
141
142 data.ix[1] #选择第2行
143 Out[20]:
144 a 5
145 b 6
146 c 7
147 d 8
148 e 9
149 Name: two, dtype: int32
150
151
152 data['one':'two'] #当用已知的行索引时为前闭后闭区间,这点与切片稍有不同。
153 Out[22]:
154 a b c d e
155 one 0 1 2 3 4
156 two 5 6 7 8 9
157
158 data.ix[1:3] #选择第2到4行,不包括第4行,即前闭后开区间。
159 Out[23]:
160 a b c d e
161 two 5 6 7 8 9
162 three 10 11 12 13 14
163
164 data.ix[-1:] #取DataFrame中最后一行,返回的是DataFrame类型,**注意**这种取法是有使用条件的,只有当行索引不是数字索引时才可以使用,否则可以选用`data[-1:]`--返回DataFrame类型或`data.irow(-1)`--返回Series类型
165 Out[11]:
166 a b c d e
167 three 10 11 12 13 14
168
169 data[-1:] #跟上面一样,取DataFrame中最后一行,返回的是DataFrame类型
170 Out[12]:
171 a b c d e
172 three 10 11 12 13 14
173
174 data.ix[-1] #取DataFrame中最后一行,返回的是Series类型,这个一样,行索引不能是数字时才可以使用
175 Out[13]:
176 a 10
177 b 11
178 c 12
179 d 13
180 e 14
181 Name: three, dtype: int32
182
183 data.tail(1) #返回DataFrame中的最后一行
184 data.head(1) #返回DataFrame中的第一行