Pandas 索引和选择数据（Indexing and Selecting Data）

Pandas 目前支持三种多轴索引

.loc 主要基于标签，但也可以用于布尔数组。在 .loc 没有找到items时，会产生KeyError。

 

 

最基础的索引：

import pandas as pd
import numpy as np
dates = pd.date_range('1/1/2000', periods=8)
df = pd.DataFrame(np.random.randn(8, 4), index=dates, columns=['A', 'B', 'C', 'D'])
print(df)
s = df['A']
print(s[dates[5]])

 

使用 .loc 索引（按标签选择）

import pandas as pd
import numpy as np
dates = pd.date_range('1/1/2000', periods=8)
df = pd.DataFrame(np.random.randn(8, 4), index=dates, columns=['A', 'B', 'C', 'D'])
print(df)
print()
print(df.loc[:,['A', 'C']])
print(df.loc['20000101':'20000104',])

 

使用.iloc索引（按位置选择）

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# s = pd.Series([1, 3, 4, np.nan, 6, 8])
dates = pd.date_range('20130101', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
df2 = pd.DataFrame({'A':1.,
                    'B': pd.Timestamp('20130102'),
                    'C': pd.Series(1, index=list(range(4)), dtype='float32'),
                    'D': np.array([3] * 4, dtype='int32'),
                    'E': pd.Categorical(["test", "train", "test", "train"]),
                    'F': 'foo'})
print(df.iloc[3])
print(df.iloc[[1, 2, 4], [0, 2]])

 

使用.isin()方法进行过滤

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# s = pd.Series([1, 3, 4, np.nan, 6, 8])
dates = pd.date_range('20130101', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
df2 = df.copy();
df2['E'] = ['one', 'one', 'two', 'three', 'four', 'three']
print(df2)
print(df2[df2['E'].isin(['two', 'four'])])

 

 

 

 

	Indexers

转载于:https://www.cnblogs.com/legoxz/p/8551769.html