Pandas DataForm 对行列读取

Pandas DataForm 操作@TOC

Pandas DataForm 对行列读取

1.按列取、按索引/行取、按特定行列取

代码片.

import numpy as np
from pandas import DataFrame
import pandas as pd
  
  
df=DataFrame(np.arange(12).reshape((3,4)),index=['one','two','thr'],columns=list('abcd'))
#取a列
df['a']
#取a、b列
df[['a','b']]
  
#ix数字索引
#取第0行
df.ix[0]
#取第0行
df.ix[0:1]
#取one、two行
df.ix['one':'two']
#取第0、1行，第0列
df.ix[0:2,0]
#取第0行，a列
df.ix[0:1,'a']
#取第0、1行，abc列
df.ix[0:2,'a':'c']
#取one、two行，abc列
df.ix['one':'two','a':'c']
#取第0、1行，第0列
df.ix[0:2,0:1]
#取第0、1行，第0、1列
df.ix[0:2,0:2]
  
#loc只能通过index和columns来取，不能用数字
#one行，a列
df.loc['one','a']
#one到two行，a列
df.loc['one':'two','a']
#one到two行，a到c列
df.loc['one':'two','a':'c']
#one到two行，ac列
df.loc['one':'two',['a','c']]
  
#iloc只能用数字索引，不能用索引名
#前2行
df.iloc[0:2]
#第0行
df.iloc[0]
#0、1行，0、1列
df.iloc[0:2,0:2]
#第0、2行，1、2、3列
df.iloc[[0,2],[1,2,3]]
  
#iat取某个单值,只能数字索引
#第1行，1列
df.iat[1,1]

#at取某个单值,只能index和columns索引
#one行，a列
df.at['one','a']

2.设置条件

代码片.

#选取等于某些值的行记录 用 ==
df.loc[df[‘column_name'] == some_value]
  
选取某列是否是某一类型的数值 用 isin
df.loc[df[‘column_name'].isin(some_values)]
  
#多种条件的选取 用 &
df.loc[(df[‘column'] == some_value) & df[‘other_column'].isin(some_values)]
  
#选取不等于某些值的行记录 用 ！=
df.loc[df[‘column_name'] != some_value]
  
#isin返回一系列的数值,如果要选择不符合这个条件的数值使用~
df.loc[~df[‘column_name'].isin(some_values)]

3.条件替换

代码片.

#方法一     	逗号后面的‘sex'起到固定列名的作用
df.ix[df['sex']=='f','sex']=0
df.ix[df['sex']=='m','sex']=1

#方法二     	逗号后面的‘sex'起到固定列名的作用
df.sex[df['sex']=='m']=1
df.sex[df['sex']=='f']=0　

4.删除

代码片.

# 删除列“score”<50的所有行：
df = df.drop(df[df.score < 50].index)
  
df.drop(df[df.score < 50].index, inplace=True)
  
# 多条件情况
# 可以使用操作符： | 只需其中一个成立, & 同时成立, ~ 表示取反，它们要用括号括起来。
# 例如删除列“score<50 和>20的所有行
df = df.drop(df[(df.score < 50) & (df.score > 20)].index)

暂时先这样，慢慢增加吧