Python 之 Pandas (二)选择数据

代码：

import numpy as np
import pandas as pd

dates = pd.date_range('20130101', periods=6)
df = pd.DataFrame(np.arange(24).reshape((6, 4)), index=dates, columns=['A', 'B', 'C', 'D'])
print(df)
# 输出列
print("输出列")
print(df['A'])
print(df.B)

运行结果：

             A   B   C   D
2013-01-01   0   1   2   3
2013-01-02   4   5   6   7
2013-01-03   8   9  10  11
2013-01-04  12  13  14  15
2013-01-05  16  17  18  19
2013-01-06  20  21  22  23
输出列
2013-01-01     0
2013-01-02     4
2013-01-03     8
2013-01-04    12
2013-01-05    16
2013-01-06    20
Freq: D, Name: A, dtype: int64
2013-01-01     1
2013-01-02     5
2013-01-03     9
2013-01-04    13
2013-01-05    17
2013-01-06    21
Freq: D, Name: B, dtype: int64

代码：

print("输出行")
# 输出行
print(df['20130101':'20130105'])
print(df[0:3])
print(df['20130101':'20130104'])

运行结果：

输出行
             A   B   C   D
2013-01-01   0   1   2   3
2013-01-02   4   5   6   7
2013-01-03   8   9  10  11
2013-01-04  12  13  14  15
2013-01-05  16  17  18  19
            A  B   C   D
2013-01-01  0  1   2   3
2013-01-02  4  5   6   7
2013-01-03  8  9  10  11
             A   B   C   D
2013-01-01   0   1   2   3
2013-01-02   4   5   6   7
2013-01-03   8   9  10  11
2013-01-04  12  13  14  15

代码：

print("LOC")
# 根据标签选择:loc
print(df.loc['20130102'])
# 保留行，选择列
print(df.loc[:, ['A', 'B']])
print(df.loc['20130102', ['A', 'B']]

运行结果：

LOC
A    4
B    5
C    6
D    7
Name: 2013-01-02 00:00:00, dtype: int64
             A   B
2013-01-01   0   1
2013-01-02   4   5
2013-01-03   8   9
2013-01-04  12  13
2013-01-05  16  17
2013-01-06  20  21
A    4
B    5
Name: 2013-01-02 00:00:00, dtype: int64

代码：

# 根据位置选择:iloc
print(df.iloc[3])  # 第三行
print(df.iloc[3, 1])  # 第三行第一列
# 切片
print(df.iloc[3:5, 1:3])
# 不连续塞选
print(df.iloc[[1, 3, 5], 1:3])

运行结果：

A    12
B    13
C    14
D    15
Name: 2013-01-04 00:00:00, dtype: int64
13
             B   C
2013-01-04  13  14
2013-01-05  17  18
             B   C
2013-01-02   5   6
2013-01-04  13  14
2013-01-06  21  22

代码：

# 将loc和iloc在一起塞选：ix
print(df.ix[:3, ['A', 'C']])

运行结果：

            A   C
2013-01-01  0   2
2013-01-02  4   6
2013-01-03  8  10

代码：

# 是或否的塞选
print(df[df.A > 8])

print("TEST")
dates = pd.date_range('2018.1.12', periods=5)
df = pd.DataFrame(data=np.arange(15).reshape(5, 3), index=dates, columns=['A', 'B', 'C'])
print(df)

运行结果：

             A   B   C   D
2013-01-04  12  13  14  15
2013-01-05  16  17  18  19
2013-01-06  20  21  22  23
TEST
             A   B   C
2018-01-12   0   1   2
2018-01-13   3   4   5
2018-01-14   6   7   8
2018-01-15   9  10  11
2018-01-16  12  13  14