Pandas-数据结构-DataFrame(三):列索引【df[‘列名‘]、df[[‘列名1‘,‘列名2‘]]、df.iloc[:, 2:6]】

该博客介绍了如何使用Pandas库中的DataFrame结构通过列名选择数据。通过`df['col_name']`可以提取单列数据为Series,而`df[['col_name1', 'col_name2']]`则用于选取多列生成新的DataFrame。示例代码展示了如何创建一个DataFrame并按列名选择数据,输出结果展示了选择单列和多列后的不同数据类型。
摘要由CSDN通过智能技术生成

1、df[‘col_name’]:按照“列名”索引提取列数据

按照列名选择列,只选择一列输出Series,选择多列输出Dataframe

  • df[]一般用于选择列,[]中写列名(所以一般数据colunms都会单独制定,不会用默认数字列名,以免和index冲突);
  • 单选列为Series,print结果为Series格式;
  • 多选列为Dataframe,print结果为Dataframe格式;
import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.rand(12).reshape(3, 4) * 100,
                  index=['one', 'two', 'three'],
                  columns=['a', 'b', 'c', 'd'])
print("df = ", df)
print('-' * 100)

# 按照列名选择列,只选择一列输出Series,选择多列输出Dataframe
data1 = df['a']
data2 = df[['a', 'c']]
print("data1 = \n{0}\ntype(data1) = {1}".format(data1, type(data1)))
print('-' * 100)
print("data2 = \n{0}\ntype(data2) = {1}".format(data2, type(data2)))

打印结果:

df =                 a          b          c          d
one    12.427304  39.089892  22.467365  22.711018
two    50.808058  67.916443  39.312617  95.227642
three   3.399731  57.874266  45.771234  99.649908
----------------------------------------------------------------------------------------------------
data1 = 
one      12.427304
two      50.808058
three     3.399731
Name: a, dtype: float64
type(data1) = <class 'pandas.core.series.Series'>
----------------------------------------------------------------------------------------------------
data2 = 
               a          c
one    12.427304  22.467365
two    50.808058  39.312617
three   3.399731  45.771234
type(data2) = <class 'pandas.core.frame.DataFrame'>
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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