【pandas小记】pandas选择数据

1.索引分类

1.1类型

索引类型	说明
整数索引	与数组的整数下标相同，从0开始到n-1，通过下标选择数据，可以使用切片的方式选择数据。
标签索引	参数index、columns中指定的名称，直接通过名称选择数据，也可以使用切片的方式选择数据。
布尔索引	这与numpy的索引方式相似，相当于选择满足条件的数据。

1.2 注意

1，若直接使用[ ]选择数据时，不能直接选择具体的元素。
用’column_name’,即列的轴标签选择列的数据。
用’index_sliceable’,即行的整数索引或标签索引的切片选择行数据。

import pandas as pd
import numpy as np

frame = pd.DataFrame(np.arange(25).reshape((5, -1)),
                     index=list('abcde'),
                     columns=['one', 'two', 'three', 'four', 'five'])
print(frame[['one', 'five']])  #用'column_name'

print(frame[:3])   # 用'index_sliceable',index切片

至于为啥会是这样规定，debug了下，没看懂，但是看到这两句代码，有知道原因的可麻烦评论告诉我。

indexer = self.columns.get_loc(key)
indexer = convert_to_index_sliceable(self, key)

2，在切片时，整数索引与标签索引的切片结果有差异

print(frame[:3])    #左闭右开
"""
   one  two  three  four  five
a    0    1      2     3     4
b    5    6      7     8     9
c   10   11     12    13    14
"""
print(frame[:'c'])    #左闭右闭
"""
   one  two  three  four  five
a    0    1      2     3     4
b    5    6      7     8     9
c   10   11     12    13    14
"""

可以看出区别，用整数索引进行切片时，左边等于右边不等于，即是0<= index < 2，而使用标签索引则是’a’<= index<=‘c’。 所以需要注意这两种类型的索引使用。

2.loc和iloc

DataFrame可以使用loc和iloc来选择数据，而两者是根据“标签”或“整数”索引来选择的，

print(frame.loc['a':'c', :'three'])
"""
   one  two  three
a    0    1      2
b    5    6      7
c   10   11     12
"""
print(frame.iloc[0:, :3])
"""
   one  two  three
a    0    1      2
b    5    6      7
c   10   11     12
d   15   16     17
e   20   21     22
"""

3.at和iat

与loc和iloc类似，都提供基于整数或者标签索引的查找。如果只需要获取或设置单个值时，可使用at和iat。

print(frame.at['a', 'three'])   #2
print(frame.iat[0, 3])   #3

frame.iat[0, 0] = 100   # 修改元素
print(frame)

最后，正是由于pandas功能这么强大，整数索引和标签索引，将标签设置为整数时，就会造成歧义。所以，如果使用整数作为标签，那么在数据选择是使用loc 或者 iloc，这样可以明确知道使用的是哪种类型的索引，从而精确地选择数据。