pandas的行列名更改与数据选择

    记录一些pandas选择数据的内容，此前首先说行列名的获取和更改，以方便获取数据。此文作为学习巩固。

这篇博的内容顺序大概就是： 行列名的获取 —> 行列名的更改 —> 数据选择

一、pandas的行列名获取和更改

1. 获取:   df.index()    df.columns()

• 首先，举个例子，做一个DataFrame如下：

>>>import pandas as pd
>>>import numpy as np
>>>data = pd.DataFrame({'a':[1,2,3],'b':[4,5,6],'c':[7,8,9]})
>>>data

       

• 设置了列索引为 abc，行索引是自动生成的，也可以设置

>>>data.index = ['A','B','C']
>>>data

      

以下的做法都以这个 data 作为数据举例

• 接下来就可以获取索引了，index-行索引，columns-列索引

>>>data.index

    

>>>data.columns

    

2. 修改，看到有很多方法，这里推荐一种比较灵活好用的方法    

   df.rename(index={ }, columns={ }, inplace=True)

>>>data.rename(index={'A':'D', 'B':'E', 'C':'F'}, columns={'a':'d', 'b':'e', 'c':'f'}, inplace = True)
>>>data

    

• 说明3点：

    1. index和columns无关，可以分别指定，也就是说，可以只修改行索引，那么rename()中只写index

    2. 索引可以任意挑选，如此处，index={'A':'D', 'C':'F'} 则只改A和C，columns同样

    3. inplace=True, 在原dataframe上改动 

二、pandas的数据选择

1. 直接用索引选(不灵活、不推荐）   df[ ]

1） 选择‘a’列

>>>data['a']        

    

注意：1. 这样取出的数据类型为 Series

         2. 这种方法只能取出一列，不能用数字下标，不能多选或片选,  data['a','b']  ,  data['a':'c']  ,  data[0]

2）选择'A','B'行

>>>data['A':'B']  
>>>data[0:2]      # 两种方法同一结果

    

注意：1. 这样取出的数据类型为 DateFrame

         2. 这种方法只能用于片选行，可以用数字下标，不能单独取，即 data['A']  ,  data['A','B']  , data[1]

2.使用 .loc(推荐）  df.loc()，()内参数先行后列，区别行列的取法

1) 取列：

>>>data.loc[:,['a','c']]     #图1 需要行全取，再对应指定列

2）取行：

>>>data.loc[['A','B']]     #图2 直接指定行

3）取行列交叉值：

>>>data.loc[['A'],['b','c']]  #图3 

    (1)                 (2)                 (3)

注意：

1. 区别 df.iloc()      .loc() —— 使用标签 label 作为索引取值

                          .iloc() —— 使用整数下标 index 作为索引取值,如上面三句可以换成以下三

                                           句，输出数据类型有不同

>>>data.iloc[:,[0,2]]    # DataFrame
>>>data.iloc[[0,1]]      # DataFrame
>>>data.iloc[0,[1,2]]    # Series

2. 对于 数字类型的变量，可以使用bool 选取行，列不能用bool，如

>>>data.loc[data.b>5]   # DataFrame

    

>>>data.loc[data.b>5,['c']]   #DataFrame  输出为9位置的frame
>>>data.iloc[data.b.values>5,[2]]  #DataFrame  输出同上，需要有 .values取值

3. .ix[ ] 可以混用label和index，位置使用同 .loc[ ]  .iloc[ ]