文章出處
用pandas中的DataFrame時選取行或列：
import numpy as np
import pandas as pd
from pandas import Sereis, DataFrame
ser = Series(np.arange(3.))
data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))
data['w'] #選擇表格中的'w'列，使用類字典屬性,返回的是Series類型
data.w #選擇表格中的'w'列，使用點屬性,返回的是Series類型
data[['w']] #選擇表格中的'w'列，返回的是DataFrame類型
data[['w','z']] #選擇表格中的'w'、'z'列
data[0:2] #返回第1行到第2行的所有行，前閉后開，包括前不包括后
data[1:2] #返回第2行，從0計，返回的是單行，通過有前后值的索引形式，
#如果采用data[1]則報錯
data.ix[1:2] #返回第2行的第三種方法，返回的是DataFrame，跟data[1:2]同
data['a':'b'] #利用index值進行切片，返回的是**前閉后閉**的DataFrame,
#即末端是包含的
data.irow(0) #取data的第一行
data.icol(0) #取data的第一列
data.head() #返回data的前幾行數據，默認為前五行，需要前十行則data.head(10)
data.tail() #返回data的后幾行數據，默認為后五行，需要后十行則data.tail(10)
ser.iget_value(0) #選取ser序列中的第一個
ser.iget_value(-1) #選取ser序列中的最后一個，這種軸索引包含索引器的series不能采用ser[-1]去獲取最后一個，這會引起歧義。
data.iloc[-1] #選取DataFrame最后一行，返回的是Series
data.iloc[-1:] #選取DataFrame最后一行，返回的是DataFrame
data.loc['a',['w','x']] #返回‘a’行'w'、'x'列，這種用于選取行索引列索引已知
data.iat[1,1] #選取第二行第二列，用于已知行、列位置的選取。下面是簡單的例子使用驗證：
import pandas as pd
from pandas import Series, DataFrame
import numpy as np
data = DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e'])
data
Out[7]:
a b c d e
one 0 1 2 3 4
two 5 6 7 8 9
three 10 11 12 13 14
#對列的操作方法有如下幾種
data.icol(0) #選取第一列
E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: icol(i) is deprecated. Please use .iloc[:,i]
# -*- coding: utf-8 -*-
Out[35]:
one 0
two 5
three 10
Name: a, dtype: int32
data['a']
Out[8]:
one 0
two 5
three 10
Name: a, dtype: int32
data.a
Out[9]:
one 0
two 5
three 10
Name: a, dtype: int32
data[['a']]
Out[10]:
a
one 0
two 5
three 10
data.ix[:,[0,1,2]] #不知道列名只知道列的位置時
Out[13]:
a b c
one 0 1 2
two 5 6 7
three 10 11 12
data.ix[1,[0]] #選擇第2行第1列的值
Out[14]:
a 5
Name: two, dtype: int32
data.ix[[1,2],[0]] #選擇第2,3行第1列的值
Out[15]:
a
two 5
three 10
data.ix[1:3,[0,2]] #選擇第2-4行第1、3列的值
Out[17]:
a c
two 5 7
three 10 12
data.ix[1:2,2:4] #選擇第2-3行，3-5（不包括5）列的值
Out[29]:
c d
two 7 8
data.ix[data.a>5,3]
Out[30]:
three 13
Name: d, dtype: int32
data.ix[data.b>6,3:4] #選擇'b'列中大于6所在的行中的第4列，有點拗口
Out[31]:
d
three 13
data.ix[data.a>5,2:4] #選擇'a'列中大于5所在的行中的第3-5（不包括5）列
Out[32]:
c d
three 12 13
data.ix[data.a>5,[2,2,2]] #選擇'a'列中大于5所在的行中的第2列并重復3次
Out[33]:
c c c
three 12 12 12
#還可以行數或列數跟行名列名混著用
data.ix[1:3,['a','e']]
Out[24]:
a e
two 5 9
three 10 14
data.ix['one':'two',[2,1]]
Out[25]:
c b
one 2 1
two 7 6
data.ix[['one','three'],[2,2]]
Out[26]:
c c
one 2 2
three 12 12
data.ix['one':'three',['a','c']]
Out[27]:
a c
one 0 2
two 5 7
three 10 12
data.ix[['one','one'],['a','e','d','d','d']]
Out[28]:
a e d d d
one 0 4 3 3 3
one 0 4 3 3 3
#對行的操作有如下幾種：
data[1:2]