python列表 行列选择_pandas的DataFrame的行列选择

Pandas可根据列名称选取，还可以根据列所在的position(数字，在第几行第几列，注意pandas行列的position是从0开始)选取。相关函数如下：

1)loc，基于列label，可选取特定行(根据行index)；

2)iloc，基于行/列的position；

3)at，根据指定行index及列label，快速定位DataFrame的元素；

4)iat，与at类似，不同的是根据position来定位的；

5)ix，为loc与iloc的混合体，既支持label也支持position；

The simplified rules of indexing are

Use loc for label-based indexing

Use iloc for positional indexing

# -*- coding:utf-8 -*-

import pandas as pd

df = pd.read_csv('./iris_training.csv', low_memory=False)

print(df.head(10))

"""

120 4 setosa versicolor virginica

0 6.4 2.8 5.6 2.2 2

1 5.0 2.3 3.3 1.0 1

2 4.9 2.5 4.5 1.7 2

3 4.9 3.1 1.5 0.1 0

4 5.7 3.8 1.7 0.3 0

5 4.4 3.2 1.3 0.2 0

6 5.4 3.4 1.5 0.4 0

7 6.9 3.1 5.1 2.3 2

8 6.7 3.1 4.4 1.4 1

9 5.1 3.7 1.5 0.4 0"""

行选择

Pandas进行行选择一般有三种方法：

连续多行的选择用类似于python的列表切片

loc通过行标签索引来确定行的

iloc通过行号索引来确定行

# 第一种，使用类似于python的列表切片

print(df[0:5])

"""

120 4 setosa versicolor virginica

0 6.4 2.8 5.6 2.2 2

1 5.0 2.3 3.3 1.0 1

2 4.9 2.5 4.5 1.7 2

3 4.9 3.1 1.5 0.1 0

4 5.7 3.8 1.7 0.3 0 """

print(df[0:5:2])

"""

120 4 setosa versicolor virginica

0 6.4 2.8 5.6 2.2 2

2 4.9 2.5 4.5 1.7 2

4 5.7 3.8 1.7 0.3 0 """# 第二种，按照指定的索引选择一行或多行，使用loc[]方法

# .loc可以不加列名，则是行选择

ser = df.loc[0]

print(ser)

"""

120 6.4

4 2.8

setosa 5.6

versicolor 2.2

virginica 2.0

Name: 0, dtype: float64 """

maser = df.loc[0:5] # 包括了5，它与第一种的列表索引最大的不同是包含了索引号为5的那一行数据

print(maser)

"""

120 4 setosa versicolor virginica

0 6.4 2.8 5.6 2.2 2

1 5.0 2.3 3.3 1.0 1

2 4.9 2.5 4.5 1.7 2

3 4.9 3.1 1.5 0.1 0

4 5.7 3.8 1.7 0.3 0

5 4.4 3.2 1.3 0.2 0 """

print(df.loc[0:5:2])

"""

120 4 setosa versicolor virginica

0 6.4 2.8 5.6 2.2 2

2 4.9 2.5 4.5 1.7 2

4 5.7 3.8 1.7 0.3 0 """

print(df.loc[[0, 5]])

""" 选择特定的行

120 4 setosa versicolor virginica

0 6.4 2.8 5.6 2.2 2

5 4.4 3.2 1.3 0.2 0 """# 第三种，按照指定的位置选择一行多多行，使用iloc[]方法

# .iloc可以不加第几列，则是行选择

# 在上面的数据中，使用iloc[]和loc[]的效果是一样的，因为索引号都是从0开始并且连续不断

df2 = df.drop([1,2], axis=0)

print(df2.head(10))

"""

120 4 setosa versicolor virginica

0 6.4 2.8 5.6 2.2 2

3 4.9 3.1 1.5 0.1 0

4 5.7 3.8 1.7 0.3 0

5 4.4 3.2 1.3 0.2 0

6 5.4 3.4 1.5 0.4 0

7 6.9 3.1 5.1 2.3 2

8 6.7 3.1 4.4 1.4 1

9 5.1 3.7 1.5 0.4 0

10 5.2 2.7 3.9 1.4 1

11 6.9 3.1 4.9 1.5 1 """

print(df2.loc[[0, 1]])

"""

Passing list-likes to .loc or [] with any missing label will raise

KeyError in the future, you can use .reindex() as an alternative.

120 4 setosa versicolor virginica

0 6.4 2.8 5.6 2.2 2.0

1 NaN NaN NaN NaN NaN"""

print(df2.loc[0:5])

"""

120 4 setosa versicolor virginica

0 6.4 2.8 5.6 2.2 2

3 4.9 3.1 1.5 0.1 0

4 5.7 3.8 1.7 0.3 0

5 4.4 3.2 1.3 0.2 0 """

print(df2.iloc[[0, 1]])

"""

120 4 setosa versicolor virginica

0 6.4 2.8 5.6 2.2 2

3 4.9 3.1 1.5 0.1 0 """

列选择

# 通过列名选择单列

print(df['120'])

"""

0 6.4

1 5.0

2 4.9

3 4.9

4 5.7

5 4.4

...

115 5.5

116 5.7

117 4.4

118 4.8

119 5.5

Name: 120, Length: 120, dtype: float64"""

# 通过列名选择多列

print(df[['120', 'setosa']])

"""

120 setosa

0 6.4 5.6

1 5.0 3.3

2 4.9 4.5

3 4.9 1.5

4 5.7 1.7

5 4.4 1.3

.. ... ...

115 5.5 4.4

116 5.7 4.2

117 4.4 1.4

118 4.8 1.4

119 5.5 3.7

[120 rows x 2 columns] """

# 如果没有列名

# df[df.columns[0]]

行列选择

# print(df.loc[1:3, [2, 3]]) #.loc仅支持列名操作

# KeyError: 'None of [[2, 3]] are in the [columns]'

print(df.loc[1:3, ['120', 'setosa']])

"""

120 setosa

1 5.0 3.3

2 4.9 4.5

3 4.9 1.5 """

print(df.loc[1:3, '120': 'setosa'])

"""

120 4 setosa

1 5.0 2.3 3.3

2 4.9 2.5 4.5

3 4.9 3.1 1.5 """

print(df.iloc[1:3, [1, 2]])

"""

4 setosa

1 2.3 3.3

2 2.5 4.5 """

print(df.iloc[1:3, 1:3])

"""

4 setosa

1 2.3 3.3

2 2.5 4.5 """

总结

1).loc,.iloc,.ix,只加第一个参数如.loc([1,2]),.iloc([2:3]),.ix[2]…则进行的是行选择

2).loc,.at，选列是只能是列名，不能是position

3).iloc,.iat，选列是只能是position，不能是列名

4)df[]只能进行行选择，或列选择，不能同时进行列选择，列选择只能是列名。