Numpy学习笔记--06.Pandas选择数据

code！code！code！

import pandas as pd
import numpy as np

dates = pd.date_range('20191218', periods=6)
df = pd.DataFrame(np.arange(24).reshape((6,4)), index=dates, columns=['A', 'B', 'C', 'D'])

print(df['A']) # 选中打印某列，这里是A列
print(df.A) # 同上

print(df[0:3]) # 选中打印某行，这里是打印0到2行
print(df['20191218':'20191220']) # 同上


# select by label: loc / 标签选择
print(df.loc['20191219']) # 以pandas中loc后缀，用标签选择
# A    4
# B    5
# C    6
# D    7
# Name: 2019-12-19 00:00:00, dtype: int32

print(df.loc[:, ['A', 'B']])
#              A   B
# 2019-12-18   0   1
# 2019-12-19   4   5
# 2019-12-20   8   9
# 2019-12-21  12  13
# 2019-12-22  16  17
# 2019-12-23  20  21

print(df.loc['20191218', ['A', 'B']]) #给出行与列对应的label来打印
# A    0
# B    1
# Name: 2019-12-18 00:00:00, dtype: int32


# select by position:iloc / 位置选择
print(df.iloc[3]) # 打印第三行
print(df.iloc[3,1]) # 打印第三行第一位
print(df.iloc[3:5,1:3]) # 打印第三行到第五行，第一列到第三列
print(df.iloc[[1,3,5],1:3])  #打印第1,3,5行，第一列到第三列


# ix已经被弃用


# Boolean indexing / 判断指令

print(df)
#              A   B   C   D
# 2019-12-18   0   1   2   3
# 2019-12-19   4   5   6   7
# 2019-12-20   8   9  10  11
# 2019-12-21  12  13  14  15
# 2019-12-22  16  17  18  19
# 2019-12-23  20  21  22  23

print(df[df.A > 8]) # 先判断A>8的部分，然后打印出来
#              A   B   C   D
# 2019-12-21  12  13  14  15
# 2019-12-22  16  17  18  19
# 2019-12-23  20  21  22  23