如何使用 Pandas 的 loc 方法来选择 DataFrame 中的列|极客教程

如何使用 Pandas 的 loc 方法来选择 DataFrame 中的列

在数据分析和数据科学领域，Pandas 是 Python 最受欢迎的数据处理库之一。它提供了高效的数据结构和数据操作工具，使得处理大规模数据变得简单快捷。DataFrame 是 Pandas 中最核心的数据结构之一，它是一个二维的表格型数据结构，可以存储不同类型的数据，并且支持多种数据操作，如筛选、排序、聚合等。

本文将详细介绍如何使用 Pandas 的 loc 方法来选择 DataFrame 中的列。loc 方法是基于标签的数据选择方法，它允许我们通过指定行标签和列标签来选择数据。

1. 基本用法

loc 方法的基本语法是 dataframe.loc[row_labels, column_labels]，其中 row_labels 和 column_labels 可以是标签名或者标签名的列表，用于指定需要选择的行和列。

示例代码 1: 选择单列数据

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Email': ['alice@pandasdataframe.com', 'bob@pandasdataframe.com', 'charlie@pandasdataframe.com']
}
df = pd.DataFrame(data)
result = df.loc[:, 'Name']
print(result)

Output:

如何使用 Pandas 的 loc 方法来选择 DataFrame 中的列

示例代码 2: 选择多列数据

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Email': ['alice@pandasdataframe.com', 'bob@pandasdataframe.com', 'charlie@pandasdataframe.com']
}
df = pd.DataFrame(data)
result = df.loc[:, ['Name', 'Email']]
print(result)

Output:

如何使用 Pandas 的 loc 方法来选择 DataFrame 中的列

2. 使用条件表达式选择列

我们还可以结合条件表达式来选择列，这在进行数据分析时非常有用，比如我们只想选择年龄大于 30 的人的邮箱。

示例代码 3: 使用条件表达式选择列

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Email': ['alice@pandasdataframe.com', 'bob@pandasdataframe.com', 'charlie@pandasdataframe.com']
}
df = pd.DataFrame(data)
result = df.loc[df['Age'] > 30, 'Email']
print(result)

Output:

如何使用 Pandas 的 loc 方法来选择 DataFrame 中的列

3. 使用切片选择列

除了使用标签和条件表达式，loc 方法还支持使用切片语法来选择数据。这在选择连续的多个列时非常有用。

示例代码 4: 使用切片选择连续的多列

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Email': ['alice@pandasdataframe.com', 'bob@pandasdataframe.com', 'charlie@pandasdataframe.com'],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)
result = df.loc[:, 'Name':'Email']
print(result)

Output:

如何使用 Pandas 的 loc 方法来选择 DataFrame 中的列

4. 使用布尔数组选择列

在 Pandas 中，我们还可以使用布尔数组来选择数据。这种方法在进行复杂的数据筛选时非常有用。

示例代码 5: 使用布尔数组选择列

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Email': ['alice@pandasdataframe.com', 'bob@pandasdataframe.com', 'charlie@pandasdataframe.com']
}
df = pd.DataFrame(data)
mask = [False, True, True]
result = df.loc[mask, 'Email']
print(result)

Output:

如何使用 Pandas 的 loc 方法来选择 DataFrame 中的列

5. 结合多个条件选择列

我们可以结合多个条件来进行更复杂的数据筛选。这通常通过使用逻辑运算符如 & (和)、| (或) 来实现。

示例代码 6: 结合多个条件选择列

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Email': ['alice@pandasdataframe.com', 'bob@pandasdataframe.com', 'charlie@pandasdataframe.com']
}
df = pd.DataFrame(data)
result = df.loc[(df['Age'] > 25) & (df['Name'] == 'Bob'), 'Email']
print(result)

Output:

如何使用 Pandas 的 loc 方法来选择 DataFrame 中的列

6. 使用 `loc` 修改数据

loc 方法不仅可以用来选择数据，还可以用来修改数据。这在数据预处理阶段非常有用。

示例代码 7: 使用 `loc` 修改单个值

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Email': ['alice@pandasdataframe.com', 'bob@pandasdataframe.com', 'charlie@pandasdataframe.com']
}
df = pd.DataFrame(data)
df.loc[0, 'Name'] = 'Alicia'
print(df)

Output:

如何使用 Pandas 的 loc 方法来选择 DataFrame 中的列

示例代码 8: 使用 `loc` 修改多个值

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Email': ['alice@pandasdataframe.com', 'bob@pandasdataframe.com', 'charlie@pandasdataframe.com']
}
df = pd.DataFrame(data)
df.loc[df['Age'] > 30, 'Age'] = 29
print(df)

Output:

如何使用 Pandas 的 loc 方法来选择 DataFrame 中的列

7. 使用 `loc` 添加新列

我们还可以使用 loc 方法来添加新的列。这在需要根据现有数据计算新数据时非常有用。

示例代码 9: 使用 `loc` 添加新列

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Email': ['alice@pandasdataframe.com', 'bob@pandasdataframe.com', 'charlie@pandasdataframe.com']
}
df = pd.DataFrame(data)
df.loc[:, 'Country'] = 'USA'
print(df)

Output:

如何使用 Pandas 的 loc 方法来选择 DataFrame 中的列

8. 使用 `loc` 删除列

最后，我们可以使用 loc 方法来删除列。这通过选择除了要删除的列之外的所有列来实现。

示例代码 10: 使用 `loc` 删除列

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Email': ['alice@pandasdataframe.com', 'bob@pandasdataframe.com', 'charlie@pandasdataframe.com']
}
df = pd.DataFrame(data)
df = df.loc[:, df.columns != 'Email']
print(df)