Pandas笔记 · DataFrame.loc()和DataFrame.iloc()

Posted 2022-01-20 bluishglc

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Pandas笔记 · DataFrame.loc()和DataFrame.iloc()相关的知识，希望对你有一定的参考价值。

文章目录

在介绍DataFrame的数据结构时，我们解释过label和position两个概念，这两个概念和loc()与iloc()两个操作息息相关。所以，在介绍这两个操作之前，我们再简单复习一下label和position：

label: 对DataFrame的列或行（Index）的名称统称为label
position: 对DataFrame的列或行（Index）的排序位置（0，1，2，…)统称为position

相应地：

loc(): 基于label（或者是boolean数组）进行数据选择
iloc(): 基于position(整数-integer)进行数据选择

iloc()中的i指的是integer，意为integer position的意思。

DataFrame.loc()

DataFrame.loc()支持如下类型的参数：

单一标签，例如：5或’a’（这里的5不是指position，而是一个值为5的index label)
一组标签列表，例如：[‘a’, ‘b’, ‘c’]
一个标签切片，例如：‘a’:‘f’
一个与行/列长度一致的boolean类型的数组
一个能返回上述四种结果的函数（字面量）

注意：以上所有参数都是单一维度的，当loc()只有上述一个参数时，是在行的维度上进行筛选，同时，loc()支持添加一个逗号，再配置一个列维度上的筛选参数。

在演示各种操作之前，我们先构建一个DF出来：

import numpy as np
import pandas as pd

df = pd.DataFrame([[2, 3], [5, 6], [8, 9]],
     index=['cobra', 'viper', 'sidewinder'],
     columns=['max_speed', 'shield'])

在该DF基础上，我们看一下loc()的特种操作。

基于单一标签筛选（行维度）

df.loc['viper']

'viper’是一个标签名，放在第一维度上（没有逗号分割，所以是行维度），因而筛选出的就是(viper,5,6)这一行数据

基于单一标签筛选（行/列两个维度）

我们也可以在行、列两个维度上分别筛选：

df.loc['cobra', 'shield']

这一操作既限定了行是cobra, 列是shield，所以只能筛选出一个cell，就是3。

基于一个标签数组筛选

df.loc[['viper', 'sidewinder']]

这一操作同时筛选了’viper’, 'sidewinder’两行数据。

基于一个切片筛选

df.loc['cobra':'viper', 'max_speed']

这是一个行/列复合条件的筛选，其中在行维度上，使用了slice，从’cobra’行连续选取到’viper’行，在列维度上选取’max_speed’这一列，最终得到了上图的结果集。

基于一个boolean数组筛选

df.loc[[False, False, True]]

这个boolean类型的数组是作用到行维度上的，False意为跳过，不选取，True自然为选取。

如果我们想从列维度上筛选想要的数据列，可以这样写：

df.loc[:, [False,True]]

输出：

	        shield
cobra	    3
viper	    6
sidewinder	9

这一操作的逻辑是：在行维度上通过：操作符全选，然后在列维度上单独选取第二个列。

同样的，我们也可以使用boolean数组在行、列两个维度上同时筛选：

df.loc[[False, False, True], [False,True]]

输出：

	        shield
sidewinder	9

该操作只选取了第三行，第二列。

基于一个函数字面量筛选

df.loc[df['shield'] > 6]

df['shield'] > 6是一个boolean类型的表达式，它返回True或False，因些符合要求，它的筛选逻辑是：选出那些’shield’列的值大于6的所有的行。

一个更标准的例子是lambda表达式：

df.loc[lambda df: df['shield'] == 9]

这个lambda表达式（匿名函数）和df['shield'] == 9是等效的。它的筛选逻辑是：选出那些’shield’列的值等于9的所有的行。

本节参考文章： https://www.w3resource.com/pandas/dataframe/dataframe-loc.php

DataFrame.iloc()

在理解了DataFrame.loc()之后，DataFrame.iloc()就会变得简单很多，其操作与DataFrame.loc()高度一致，只是它所基于的不是标签，而是Position，是从0开始到lengh-1的位置序号。同样的，DataFrame.iloc()支持如下类型的参数：

一个Position整数，例如：5
一个Position整数数组，例如：[4, 3, 0]
一个Position整数切片，例如：1:7
一个与行/列长度一致的boolean类型的数组
一个能返回上述四种结果的函数（字面量）

在演示各种操作之前，我们先构建一个DF出来：

import numpy as np
import pandas as pd

mydict = ['p': 2, 'q': 3, 'r': 4, 's': 5,
          'p': 200, 'q': 300, 'r': 400, 's': 500,
          'p': 2000, 'q': 3000, 'r': 4000, 's': 5000 ]
df = pd.DataFrame(mydict)