虽然标准的 Python/Numpy 的选择和设置表达式都能够直接派上用场，但是作为工程使用的代码，我们推荐使用经过优化的 pandas 数据访问方式：.at，.iat，.loc，.iloc和.ix。
获取
import pandas
import numpy
# 通过传递一个 numpyarray，时间索引以及列标签来创建一个DataFrame：
dates = pandas.date_range("20180509", periods=6)
df = pandas.DataFrame(numpy.random.randn(6, 4), index=dates, columns=list('ABCD'))
print("时间索引以及列标签来创建一个DataFrame:", df, sep="\n")
# 选择一个单独的列，这将会返回一个Series，等同于df.A
print("读取A列：", df['A'], sep="\n") # Freq表示列，D表示日期
# 通过[]进行选择、切片
print("读取0到2行： ", df[0:3], sep="\n")
print("通过行名，读取指定行：", df['2018-05-09':'2018-05-11 '], sep="\n")
"E:\Python 3.6.2\python.exe" F:/PycharmProjects/test.py
时间索引以及列标签来创建一个DataFrame:
A B C D
2018-05-09 0.019684 0.015831 0.014346 -0.612275
2018-05-10 -0.755389 0.290763 -1.175651 0.014877
2018-05-11 -0.004793 -1.615366 0.271680 -0.933383
2018-05-12 -1.229533 -0.222638 0.057783 -0.172315
2018-05-13 0.082170 -0.483592 -0.058921 0.081162
2018-05-14 -0.219111 1.482332 0.316326 0.243370
读取A列：
2018-05-09 0.019684
2018-05-10 -0.755389
2018-05-11 -0.004793
2018-05-12 -1.229533
2018-05-13 0.082170
2018-05-14 -0.219111
Freq: D, Name: A, dtype: float64
读取0到2行：
A B C D
2018-05-09 0.019684 0.015831 0.014346 -0.612275
2018-05-10 -0.755389 0.290763 -1.175651 0.014877
2018-05-11 -0.004793 -1.615366 0.271680 -0.933383
通过行名，读取指定行：
A B C D
2018-05-09 0.019684 0.015831 0.014346 -0.612275
2018-05-10 -0.755389 0.290763 -1.175651 0.014877
2018-05-11 -0.004793 -1.615366 0.271680 -0.933383
Process finished with exit code 0
通过标签选择
import pandas
import numpy
# 通过传递一个 numpyarray，时间索引以及列标签来创建一个DataFrame：
dates = pandas.date_range("20180509", periods=6)
df = pandas.DataFrame(numpy.random.randn(6, 4), index=dates, columns=list('ABCD'))
print("时间索引以及列标签来创建一个DataFrame:", df, sep="\n")
# 使用标签来获取一个交叉区域
print("定位到dates[0],获取此行数据，包括列编号： ", df.loc[dates[0]], sep="\n")
# 通过标签来在多个轴上进行选择
print("获取此行数据第A，B列： ", df.loc[:, ['A', 'B']], sep="\n")
# 标签切片
print("定位到dates[2],获取此行数据第A，B列： ", df.loc[:dates[2], ['A', 'B']], sep="\n")
# 对于返回对象进行维度缩减(获取指定对象)
print("定位到dates[0],获取此行数据A, B列：", df.loc[dates[0], ['A', 'B']], sep="\n")
# 获取一个标量
print("定位到dates[0],获取此行数据A列数据：", df.loc[dates[0], 'A'], sep="\n")
# 快速访问一个标量(与上述等价)
print("定位到dates[0],获取此行数据A列数据：", df.at[dates[0], 'A'])"E:\Python 3.6.2\python.exe" F:/PycharmProjects/test.py
时间索引以及列标签来创建一个DataFrame:
A B C D
2018-05-09 -0.271226 0.240662 -0.319637 -0.499980
2018-05-10 -1.943469 -0.503852 -0.139032 -0.504864
2018-05-11 -0.565398 -0.979566 -0.752174 1.565527
2018-05-12 0.562519 -0.608038 -0.756975 1.181634
2018-05-13 -0.196046 -0.055726 0.302884 0.811187
2018-05-14 -0.054767 -0.291400 -0.674922 0.325859
定位到dates[0],获取此行数据，包括列编号：
A -0.271226
B 0.240662
C -0.319637
D -0.499980
Name: 2018-05-09 00:00:00, dtype: float64
获取此行数据第A，B列：
A B
2018-05-09 -0.271226 0.240662
2018-05-10 -1.943469 -0.503852
2018-05-11 -0.565398 -0.979566
2018-05-12 0.562519 -0.608038
2018-05-13 -0.196046 -0.055726
2018-05-14 -0.054767 -0.291400
定位到dates[2],获取此行数据第A，B列：
A B
2018-05-09 -0.271226 0.240662
2018-05-10 -1.943469 -0.503852
2018-05-11 -0.565398 -0.979566
定位到dates[0],获取此行数据A, B列：
A -0.271226
B 0.240662
Name: 2018-05-09 00:00:00, dtype: float64
定位到dates[0],获取此行数据A列数据：
-0.27122562914
定位到dates[0],获取此行数据A列数据： -0.27122562914
Process finished with exit code 0
通过位置选择
import pandas
import numpy
# 通过传递一个 numpyarray，时间索引以及列标签来创建一个DataFrame：
dates = pandas.date_range("20180509", periods=6)
df = pandas.DataFrame(numpy.random.randn(6, 4), index=dates, columns=list('ABCD'))
print("时间索引以及列标签来创建一个DataFrame:", df, sep="\n")
# 通过传递数值进行位置选择（选择的是行）
print("选择第四行的数据：", df.iloc[3], sep="\n")
# 通过数值进行切片
print("选择第4到6行，A、B列的数据：", df.iloc[3:5, 0:2], sep="\n")
# 通过制定一个位置的列表
print("选择第2、3、5行，A、C列的数据：", df.iloc[[1, 2, 4], [0, 2]], sep="\n")
# 对行进行切片
print("选择第2到3行所以的数据：", df.iloc[1:3, :], sep="\n")
# 对列进行切片
print("选择第2到3列所以的数据：", df.iloc[:, 1:3], sep="\n")
# 获取特定的值
print("选择第二行第二列的数值：", df.iloc[1, 1], sep="\n")
# 快速访问标量（同上）
print("选择第二行第二列的数值：", df.iat[1, 1], sep="\n")
"E:\Python 3.6.2\python.exe" F:/PycharmProjects/test.py
时间索引以及列标签来创建一个DataFrame:
A B C D
2018-05-09 0.291994 1.534579 0.868172 0.316073
2018-05-10 1.405779 -0.715680 -0.836181 0.427327
2018-05-11 -1.105414 -0.362251 0.481224 -0.597738
2018-05-12 1.327585 1.453257 0.390719 -0.224368
2018-05-13 0.190963 -2.235456 -0.241765 1.086672
2018-05-14 -1.208381 0.167448 0.517565 1.256895
选择第四行的数据：
A 1.327585
B 1.453257
C 0.390719
D -0.224368
Name: 2018-05-12 00:00:00, dtype: float64
选择第4到6行，A、B列的数据：
A B
2018-05-12 1.327585 1.453257
2018-05-13 0.190963 -2.235456
选择第2、3、5行，A、C列的数据：
A C
2018-05-10 1.405779 -0.836181
2018-05-11 -1.105414 0.481224
2018-05-13 0.190963 -0.241765
选择第2到3行所以的数据：
A B C D
2018-05-10 1.405779 -0.715680 -0.836181 0.427327
2018-05-11 -1.105414 -0.362251 0.481224 -0.597738
选择第2到3列所以的数据：
B C
2018-05-09 1.534579 0.868172
2018-05-10 -0.715680 -0.836181
2018-05-11 -0.362251 0.481224
2018-05-12 1.453257 0.390719
2018-05-13 -2.235456 -0.241765
2018-05-14 0.167448 0.517565
选择第二行第二列的数值：
-0.715680058102
选择第二行第二列的数值：
-0.715680058102
Process finished with exit code 0
布尔索引
Selecting values from a DataFrame where a boolean condition is met.
并不是网上的翻译--使用where操作来选择数据，跟where无关。
nan表示缺省值，下一篇介绍。
import pandas
import numpy
# 通过传递一个 numpyarray，时间索引以及列标签来创建一个DataFrame：
dates = pandas.date_range("20180509", periods=6)
df = pandas.DataFrame(numpy.random.randn(6, 4), index=dates, columns=list('ABCD'))
print("时间索引以及列标签来创建一个DataFrame:", df, sep="\n")
# 使用单独列的值来选择数据
print("选择A列中大于0的所有数据：", df[df.A > 0], sep="\n")
# Selecting values from a DataFrame where a boolean condition is met.
# 而不是所说的“使用where操作来选择数据”，跟where无关
print("结果中只显示大于0的数据：", df[df > 0], sep="\n")
# 使用isin() 方法过滤
df_copy = df.copy()
df_copy['E'] = ["one", "one", "two", "three", "four", "three"]
print(df_copy[df_copy['E'].isin(["two", "four"])])"E:\Python 3.6.2\python.exe" F:/PycharmProjects/test.py
时间索引以及列标签来创建一个DataFrame:
A B C D
2018-05-09 0.084371 -1.294719 -0.910606 0.906577
2018-05-10 0.359351 0.695113 1.644234 -0.237117
2018-05-11 1.483648 -0.321647 1.562186 1.115556
2018-05-12 -0.208955 0.957598 -0.683687 1.604825
2018-05-13 0.412907 0.405832 0.187539 0.820254
2018-05-14 -0.655372 -0.319544 1.233828 1.005161
选择A列中大于0的所有数据：
A B C D
2018-05-09 0.084371 -1.294719 -0.910606 0.906577
2018-05-10 0.359351 0.695113 1.644234 -0.237117
2018-05-11 1.483648 -0.321647 1.562186 1.115556
2018-05-13 0.412907 0.405832 0.187539 0.820254
结果中只显示大于0的数据：
A B C D
2018-05-09 0.084371 NaN NaN 0.906577
2018-05-10 0.359351 0.695113 1.644234 NaN
2018-05-11 1.483648 NaN 1.562186 1.115556
2018-05-12 NaN 0.957598 NaN 1.604825
2018-05-13 0.412907 0.405832 0.187539 0.820254
2018-05-14 NaN NaN 1.233828 1.005161
A B C D E
2018-05-11 1.483648 -0.321647 1.562186 1.115556 two
2018-05-13 0.412907 0.405832 0.187539 0.820254 four
Process finished with exit code 0
设置
import pandas
import numpy
# 通过传递一个 numpyarray，时间索引以及列标签来创建一个DataFrame：
dates = pandas.date_range("20180509", periods=6)
df = pandas.DataFrame(numpy.random.randn(6, 4), index=dates, columns=list('ABCD'))
print("时间索引以及列标签来创建一个DataFrame:", df, sep="\n")
# 设置一个新列, 列号一致
sl = pandas.Series([1, 2, 3, 4, 5, 6], index=pandas.date_range("20180509", periods=6))
df['F'] = sl
print("新增后的数据集：", df, sep="\n")
# 通过标签设置新的值
df.at[dates[0], 'A'] = 0
print("更改后的数据集：", df, sep="\n")
# 通过一个numpy数组设置一组新值：
df.loc[:, "D"] = numpy.array([5]*len(df))
print("通过numpy数组把df的‘D’列的值改成5:", df, sep="\n")
# A where operation with setting.
df_copy = df.copy()
df_copy[df_copy > 0] = -df_copy
print("所有大于零的数改成其相反数:", df_copy, sep="\n")
"E:\Python 3.6.2\python.exe" F:/PycharmProjects/test.py
时间索引以及列标签来创建一个DataFrame:
A B C D
2018-05-09 1.387991 0.691817 -0.027246 -0.086238
2018-05-10 1.333645 0.132900 0.842414 -1.798552
2018-05-11 -1.665658 -0.440295 0.776599 0.619034
2018-05-12 1.523061 0.525106 -0.408160 -1.053564
2018-05-13 2.079675 -2.734948 -0.187317 -2.325619
2018-05-14 -0.555644 0.544446 -2.341367 -1.222438
新增后的数据集：
A B C D F
2018-05-09 1.387991 0.691817 -0.027246 -0.086238 1
2018-05-10 1.333645 0.132900 0.842414 -1.798552 2
2018-05-11 -1.665658 -0.440295 0.776599 0.619034 3
2018-05-12 1.523061 0.525106 -0.408160 -1.053564 4
2018-05-13 2.079675 -2.734948 -0.187317 -2.325619 5
2018-05-14 -0.555644 0.544446 -2.341367 -1.222438 6
更改后的数据集：
A B C D F
2018-05-09 0.000000 0.691817 -0.027246 -0.086238 1
2018-05-10 1.333645 0.132900 0.842414 -1.798552 2
2018-05-11 -1.665658 -0.440295 0.776599 0.619034 3
2018-05-12 1.523061 0.525106 -0.408160 -1.053564 4
2018-05-13 2.079675 -2.734948 -0.187317 -2.325619 5
2018-05-14 -0.555644 0.544446 -2.341367 -1.222438 6
通过numpy数组把df的‘D’列的值改成5:
A B C D F
2018-05-09 0.000000 0.691817 -0.027246 5 1
2018-05-10 1.333645 0.132900 0.842414 5 2
2018-05-11 -1.665658 -0.440295 0.776599 5 3
2018-05-12 1.523061 0.525106 -0.408160 5 4
2018-05-13 2.079675 -2.734948 -0.187317 5 5
2018-05-14 -0.555644 0.544446 -2.341367 5 6
所有大于零的数改成其相反数:
A B C D F
2018-05-09 0.000000 -0.691817 -0.027246 -5 -1
2018-05-10 -1.333645 -0.132900 -0.842414 -5 -2
2018-05-11 -1.665658 -0.440295 -0.776599 -5 -3
2018-05-12 -1.523061 -0.525106 -0.408160 -5 -4
2018-05-13 -2.079675 -2.734948 -0.187317 -5 -5
2018-05-14 -0.555644 -0.544446 -2.341367 -5 -6
Process finished with exit code 0
1396
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
