pandas的DataFrame的行列选择

Posted 2021-02-06 liangzaikaituozhe

Pandas可根据列名称选取，还可以根据列所在的position（数字，在第几行第几列，注意pandas行列的position是从0开始）选取。相关函数如下：

1）loc，基于列label，可选取特定行（根据行index）；

2）iloc，基于行/列的position；

3）at，根据指定行index及列label，快速定位DataFrame的元素；

4）iat，与at类似，不同的是根据position来定位的；

5）ix，为loc与iloc的混合体，既支持label也支持position；

The simplified rules of indexing are

• Use loc for label-based indexing
• Use iloc for positional indexing

1. # -*- coding:utf-8 -*-
2. import pandas as pd
3.  
4. df = pd.read_csv(‘./iris_training.csv‘, low_memory=False)
5. print(df.head(10))
6. """
7. 120 4 setosa versicolor virginica
8. 0 6.4 2.8 5.6 2.2 2
9. 1 5.0 2.3 3.3 1.0 1
10. 2 4.9 2.5 4.5 1.7 2
11. 3 4.9 3.1 1.5 0.1 0
12. 4 5.7 3.8 1.7 0.3 0
13. 5 4.4 3.2 1.3 0.2 0
14. 6 5.4 3.4 1.5 0.4 0
15. 7 6.9 3.1 5.1 2.3 2
16. 8 6.7 3.1 4.4 1.4 1
17. 9 5.1 3.7 1.5 0.4 0"""

行选择

Pandas进行行选择一般有三种方法：

• 连续多行的选择用类似于python的列表切片
• loc通过行标签索引来确定行的
• iloc通过行号索引来确定行

1. # 第一种，使用类似于python的列表切片
2. print(df[0:5])
3. """
4. 120 4 setosa versicolor virginica
5. 0 6.4 2.8 5.6 2.2 2
6. 1 5.0 2.3 3.3 1.0 1
7. 2 4.9 2.5 4.5 1.7 2
8. 3 4.9 3.1 1.5 0.1 0
9. 4 5.7 3.8 1.7 0.3 0 """
10.  
11.  
12. print(df[0:5:2])
13. """
14. 120 4 setosa versicolor virginica
15. 0 6.4 2.8 5.6 2.2 2
16. 2 4.9 2.5 4.5 1.7 2
17. 4 5.7 3.8 1.7 0.3 0 """

1. # 第二种，按照指定的索引选择一行或多行，使用loc[]方法
2. # .loc可以不加列名，则是行选择
3.  
4. ser = df.loc[0]
5. print(ser)
6. """
7. 120 6.4
8. 4 2.8
9. setosa 5.6
10. versicolor 2.2
11. virginica 2.0
12. Name: 0, dtype: float64 """
13.  
14.  
15. maser = df.loc[0:5] # 包括了5，它与第一种的列表索引最大的不同是包含了索引号为5的那一行数据
16. print(maser)
17. """
18. 120 4 setosa versicolor virginica
19. 0 6.4 2.8 5.6 2.2 2
20. 1 5.0 2.3 3.3 1.0 1
21. 2 4.9 2.5 4.5 1.7 2
22. 3 4.9 3.1 1.5 0.1 0
23. 4 5.7 3.8 1.7 0.3 0
24. 5 4.4 3.2 1.3 0.2 0 """
25.  
26. print(df.loc[0:5:2])
27. """
28. 120 4 setosa versicolor virginica
29. 0 6.4 2.8 5.6 2.2 2
30. 2 4.9 2.5 4.5 1.7 2
31. 4 5.7 3.8 1.7 0.3 0 """
32.  
33.  
34. print(df.loc[[0, 5]])
35. """ 选择特定的行
36. 120 4 setosa versicolor virginica
37. 0 6.4 2.8 5.6 2.2 2
38. 5 4.4 3.2 1.3 0.2 0 """

1. # 第三种，按照指定的位置选择一行多多行，使用iloc[]方法
2. # .iloc可以不加第几列，则是行选择
3.  
4. # 在上面的数据中，使用iloc[]和loc[]的效果是一样的，因为索引号都是从0开始并且连续不断
5. df2 = df.drop([1,2], axis=0)
6. print(df2.head(10))
7. """
8. 120 4 setosa versicolor virginica
9. 0 6.4 2.8 5.6 2.2 2
10. 3 4.9 3.1 1.5 0.1 0
11. 4 5.7 3.8 1.7 0.3 0
12. 5 4.4 3.2 1.3 0.2 0
13. 6 5.4 3.4 1.5 0.4 0
14. 7 6.9 3.1 5.1 2.3 2
15. 8 6.7 3.1 4.4 1.4 1
16. 9 5.1 3.7 1.5 0.4 0
17. 10 5.2 2.7 3.9 1.4 1
18. 11 6.9 3.1 4.9 1.5 1 """
19.  
20. print(df2.loc[[0, 1]])
21. """
22. Passing list-likes to .loc or [] with any missing label will raise
23. KeyError in the future, you can use .reindex() as an alternative.
24.  
25. 120 4 setosa versicolor virginica
26. 0 6.4 2.8 5.6 2.2 2.0
27. 1 NaN NaN NaN NaN NaN"""
28.  
29. print(df2.loc[0:5])
30. """
31. 120 4 setosa versicolor virginica
32. 0 6.4 2.8 5.6 2.2 2
33. 3 4.9 3.1 1.5 0.1 0
34. 4 5.7 3.8 1.7 0.3 0
35. 5 4.4 3.2 1.3 0.2 0 """
36.  
37. print(df2.iloc[[0, 1]])
38. """
39. 120 4 setosa versicolor virginica
40. 0 6.4 2.8 5.6 2.2 2
41. 3 4.9 3.1 1.5 0.1 0 """

---

列选择

1. # 通过列名选择单列
2. print(df[‘120‘])
3. """
4. 0 6.4
5. 1 5.0
6. 2 4.9
7. 3 4.9
8. 4 5.7
9. 5 4.4
10. ...
11. 115 5.5
12. 116 5.7
13. 117 4.4
14. 118 4.8
15. 119 5.5
16. Name: 120, Length: 120, dtype: float64"""
17.  
18. # 通过列名选择多列
19. print(df[[‘120‘, ‘setosa‘]])
20. """
21. 120 setosa
22. 0 6.4 5.6
23. 1 5.0 3.3
24. 2 4.9 4.5
25. 3 4.9 1.5
26. 4 5.7 1.7
27. 5 4.4 1.3
28. .. ... ...
29. 115 5.5 4.4
30. 116 5.7 4.2
31. 117 4.4 1.4
32. 118 4.8 1.4
33. 119 5.5 3.7
34.  
35. [120 rows x 2 columns] """
36.  
37. # 如果没有列名
38. # df[df.columns[0]]

---

行列选择

1. # print(df.loc[1:3, [2, 3]]) #.loc仅支持列名操作
2. # KeyError: ‘None of [[2, 3]] are in the [columns]‘
3.  
4.  
5. print(df.loc[1:3, [‘120‘, ‘setosa‘]])
6. """
7. 120 setosa
8. 1 5.0 3.3
9. 2 4.9 4.5
10. 3 4.9 1.5 """
11.  
12. print(df.loc[1:3, ‘120‘: ‘setosa‘])
13. """
14. 120 4 setosa
15. 1 5.0 2.3 3.3
16. 2 4.9 2.5 4.5
17. 3 4.9 3.1 1.5 """
18.  
19. print(df.iloc[1:3, [1, 2]])
20. """
21. 4 setosa
22. 1 2.3 3.3
23. 2 2.5 4.5 """
24.  
25. print(df.iloc[1:3, 1:3])
26. """
27. 4 setosa
28. 1 2.3 3.3
29. 2 2.5 4.5 """

总结

1）.loc,.iloc,.ix,只加第一个参数如.loc([1,2]),.iloc([2:3]),.ix[2]…则进行的是行选择

2）.loc,.at，选列是只能是列名，不能是position

3）.iloc,.iat，选列是只能是position，不能是列名

4）df[]只能进行行选择，或列选择，不能同时进行列选择，列选择只能是列名。