python中pandas库中DataFrame对行和列的操作使用方法
转自:晓东邪
用pandas中的DataFrame时选取行或列:
1 import numpy as np 2 import pandas as pd 3 from pandas import Sereis, DataFrame 4 5 ser = Series(np.arange(3.)) 6 7 data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz')) 8 9 data['w'] #选择表格中的'w'列,使用类字典属性,返回的是Series类型 10 11 data.w #选择表格中的'w'列,使用点属性,返回的是Series类型 12 13 data[['w']] #选择表格中的'w'列,返回的是DataFrame类型 14 15 data[['w','z']] #选择表格中的'w'、'z'列 16 17 data[0:2] #返回第1行到第2行的所有行,前闭后开,包括前不包括后 18 19 data[1:2] #返回第2行,从0计,返回的是单行,通过有前后值的索引形式, 20 #如果采用data[1]则报错 21 22 data.ix[1:2] #返回第2行的第三种方法,返回的是DataFrame,跟data[1:2]同 23 24 data['a':'b'] #利用index值进行切片,返回的是**前闭后闭**的DataFrame, 25 #即末端是包含的 26 27 #——————新版本pandas已舍弃该方法,用iloc代替——————— 28 data.irow(0) #取data的第一行 29 data.icol(0) #取data的第一列 30 31 ser.iget_value(0) #选取ser序列中的第一个 32 ser.iget_value(-1) #选取ser序列中的最后一个,这种轴索引包含索引器的series不能采用ser[-1]去获取最后一个,这会引起歧义。 33 #————————————————————————————----------------- 34 35 data.head() #返回data的前几行数据,默认为前五行,需要前十行则data.head(10) 36 data.tail() #返回data的后几行数据,默认为后五行,需要后十行则data.tail(10) 37 38 data.iloc[-1] #选取DataFrame最后一行,返回的是Series 39 data.iloc[-1:] #选取DataFrame最后一行,返回的是DataFrame 40 41 data.loc['a',['w','x']] #返回‘a’行'w'、'x'列,这种用于选取行索引列索引已知 42 43 data.iat[1,1] #选取第二行第二列,用于已知行、列位置的选取。
下面是简单的例子使用验证:
1 import pandas as pd 2 from pandas import Series, DataFrame 3 import numpy as np 4 5 data = DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e']) 6 7 data 8 Out[7]: 9 a b c d e 10 one 0 1 2 3 4 11 two 5 6 7 8 9 12 three 10 11 12 13 14 13 14 #对列的操作方法有如下几种 15 16 data.icol(0) #选取第一列 17 E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: icol(i) is deprecated. Please use .iloc[:,i] 18 # -*- coding: utf-8 -*- 19 Out[35]: 20 one 0 21 two 5 22 three 10 23 Name: a, dtype: int32 24 25 data['a'] 26 Out[8]: 27 one 0 28 two 5 29 three 10 30 Name: a, dtype: int32 31 32 data.a 33 Out[9]: 34 one 0 35 two 5 36 three 10 37 Name: a, dtype: int32 38 39 data[['a']] 40 Out[10]: 41 a 42 one 0 43 two 5 44 three 10 45 46 data.ix[:,[0,1,2]] #不知道列名只知道列的位置时 47 Out[13]: 48 a b c 49 one 0 1 2 50 two 5 6 7 51 three 10 11 12 52 53 data.ix[1,[0]] #选择第2行第1列的值 54 Out[14]: 55 a 5 56 Name: two, dtype: int32 57 58 data.ix[[1,2],[0]] #选择第2,3行第1列的值 59 Out[15]: 60 a 61 two 5 62 three 10 63 64 data.ix[1:3,[0,2]] #选择第2-4行第1、3列的值 65 Out[17]: 66 a c 67 two 5 7 68 three 10 12 69 70 data.ix[1:2,2:4] #选择第2-3行,3-5(不包括5)列的值 71 Out[29]: 72 c d 73 two 7 8 74 75 data.ix[data.a>5,3] 76 Out[30]: 77 three 13 78 Name: d, dtype: int32 79 80 data.ix[data.b>6,3:4] #选择'b'列中大于6所在的行中的第4列,有点拗口 81 Out[31]: 82 d 83 three 13 84 85 data.ix[data.a>5,2:4] #选择'a'列中大于5所在的行中的第3-5(不包括5)列 86 Out[32]: 87 c d 88 three 12 13 89 90 data.ix[data.a>5,[2,2,2]] #选择'a'列中大于5所在的行中的第2列并重复3次 91 Out[33]: 92 c c c 93 three 12 12 12 94 95 #还可以行数或列数跟行名列名混着用 96 data.ix[1:3,['a','e']] 97 Out[24]: 98 a e 99 two 5 9 100 three 10 14 101 102 data.ix['one':'two',[2,1]] 103 Out[25]: 104 c b 105 one 2 1 106 two 7 6 107 108 data.ix[['one','three'],[2,2]] 109 Out[26]: 110 c c 111 one 2 2 112 three 12 12 113 114 data.ix['one':'three',['a','c']] 115 Out[27]: 116 a c 117 one 0 2 118 two 5 7 119 three 10 12 120 121 data.ix[['one','one'],['a','e','d','d','d']] 122 Out[28]: 123 a e d d d 124 one 0 4 3 3 3 125 one 0 4 3 3 3 126 127 #对行的操作有如下几种: 128 data[1:2] #(不知道列索引时)选择第2行,不能用data[1],可以用data.ix[1] 129 Out[18]: 130 a b c d e 131 two 5 6 7 8 9 132 133 data.irow(1) #选取第二行 134 Out[36]: 135 a 5 136 b 6 137 c 7 138 d 8 139 e 9 140 Name: two, dtype: int32 141 142 data.ix[1] #选择第2行 143 Out[20]: 144 a 5 145 b 6 146 c 7 147 d 8 148 e 9 149 Name: two, dtype: int32 150 151 152 data['one':'two'] #当用已知的行索引时为前闭后闭区间,这点与切片稍有不同。 153 Out[22]: 154 a b c d e 155 one 0 1 2 3 4 156 two 5 6 7 8 9 157 158 data.ix[1:3] #选择第2到4行,不包括第4行,即前闭后开区间。 159 Out[23]: 160 a b c d e 161 two 5 6 7 8 9 162 three 10 11 12 13 14 163 164 data.ix[-1:] #取DataFrame中最后一行,返回的是DataFrame类型,**注意**这种取法是有使用条件的,只有当行索引不是数字索引时才可以使用,否则可以选用`data[-1:]`--返回DataFrame类型或`data.irow(-1)`--返回Series类型 165 Out[11]: 166 a b c d e 167 three 10 11 12 13 14 168 169 data[-1:] #跟上面一样,取DataFrame中最后一行,返回的是DataFrame类型 170 Out[12]: 171 a b c d e 172 three 10 11 12 13 14 173 174 data.ix[-1] #取DataFrame中最后一行,返回的是Series类型,这个一样,行索引不能是数字时才可以使用 175 Out[13]: 176 a 10 177 b 11 178 c 12 179 d 13 180 e 14 181 Name: three, dtype: int32 182 183 data.tail(1) #返回DataFrame中的最后一行 184 data.head(1) #返回DataFrame中的第一行