加载数据
import pandas as pd
# 加载数据
df = pd.read_excel('demo.xlsx', sheet_name=0)
# 重新构建行索引
index = ['index_' + str(tmp) for tmp in df.index]
# 添加到数据上去
df.index = index
print('df:\n', df)
修改索引的方法参见:https://blog.csdn.net/weixin_45760274/article/details/123459130
通过索引查询
通过索引查询数据时可以使用 行列的下标
或名称
,查询多行多列数据时还可以配合切片
进行查询 连续的 数据。
需要注意的是在查询 非连续的 多行多列数据时,需要传入列表组成列表嵌套
。
查询某(几)列
索引方式:先操作列,再去操作行
# 获取其中的一列
print('获取单列数据:\n', df['B'])
print('数据类型:\n', type(df['B']))
print('*' * 100)
# 获取其中的多列数据 注意: [[ 用的是列表的嵌套!!! ]]
print('获取多列数据:\n', df[['B', 'C', 'D']])
print('数据类型:\n', type(df[['B', 'C', 'D']]))
查询一列 的 某(几)行
# 获取其中的一列的某几行
print('获取其中的一列的前5行:\n', df['B'][:5]) # 行下标切片
print('获取其中的一列的前5行:\n', df['B'][:'index_4']) # 行名称切片---名称切片时包含尾部的!
print('获取其中的一列的前5行:\n', df['B'][[0, 1, 2, 3, 4]]) # 行下标列表
print('获取其中的一列的前5行:\n', df['B'][['index_0', 'index_1', 'index_2', 'index_3', 'index_4']]) # 行名称列表
print('获取其中的一列的前5行:\n', df['B'].head(5)) # head方法
上述输出结果都为:
print('获取其中的一列的后5行:\n', df['B'].tail(5)) # tail方法
查询多列 的 某(几)行
print('获取其中的多列的前n行:\n', df[['B', 'C', 'D']][:5]) # 行下标切片
print('获取其中的多列的前n行:\n', df[['B', 'C', 'D']][:'index_4']) # 行名称切片
print('获取其中的多列的前n行:\n', df[['B', 'C', 'D']].head(5)) # head方法
print('获取其中的多列的后n行:\n', df[['B', 'C', 'D']].tail(5)) # tail方法
# print('获取其中的多列的前n行:\n', df[['B', 'C', 'D']][[0, 1, 2, 3]]) # 此时,行下标列表报错!
# print('获取其中的多列的前n行:\n', df[['B', 'C', 'D']][['index_0','index_1','index_2']]) # 此时,行名称列表报错!
"""
报错的原因是因为 df[['B', 'C', 'D']] 查询出的是多列数据,
后面的[[0, 1, 2, 3]]被当作是在前面的基础上继续查询列,而不是查询行
"""
使用loc和iloc方法查询
同时操作DataFrame的行和列,可以借助 loc 和 iloc 的方法
注意:loc
只能使用名称; iloc
只能使用下标 。----不能混用!
DataFrame.loc[“行名称”, “列名称”]
DataFrame.iloc[行索引, 列索引]
print('获取其中的一列:\n', df.loc[:, 'B'])
print('获取其中的一列:\n', df.iloc[:, 5])
print('获取其中的多列:\n', df.loc[:, ['A', 'B', 'D']])
print('获取其中的多列:\n', df.iloc[:, [2, 5, -2]])
print('获取其中的多列:\n', df.loc[:, 'A':'C'])
print('获取其中的多列:\n', df.iloc[:, 0:3])
print('获取多列的指定行:\n', df.loc['index_0':'index_4', ['A', 'B', 'D']])
print('获取多列的指定行:\n', df.iloc[0:5, 0:3])
从效率上来说—直接索引效率高,执行速度快,loc和iloc会稍微慢一点
从应用的广泛性来说—loc和iloc在工作中使用较多!
使用bool-series索引
boolList = [True,True,False,True,False,False,True,True,True,False,]
print("bool数组索引:\n",df.loc[boolList,:])