pandas dataframe loc多列操作|极客教程

pandas dataframe loc多列操作

参考：pandas dataframe loc multiple columns

在Python的数据处理库pandas中，DataFrame是一种二维的数据结构，非常适合处理统计、金融、社会科学和许多工程领域中的数据。DataFrame是一种表格型数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）。

在处理DataFrame时，我们经常需要对其进行索引或者选择操作，比如选择某一列或者多列，或者根据某些条件来选择数据。在pandas中，我们可以使用loc函数来完成这些操作。loc函数是基于标签的数据选择方法，它可以接受的输入包括：

单个标签。例如：5或’a’，（注意这里的5是指标签而不是索引位置）。
列表或数组包含的标签。例如：[‘a’, ‘b’, ‘c’]。
切片对象。例如：’a’:’f’，（注意这里的’a’:’f’是指标签而不是索引位置）。
布尔数组。
可返回标签的函数或参数。

在本文中，我们将详细介绍如何使用loc函数来选择DataFrame的多列数据。

1. 创建DataFrame

首先，我们需要创建一个DataFrame作为示例。我们可以使用pandas的DataFrame函数来创建一个DataFrame。下面是一个示例：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Age': [20, 21, 19, 20, 18],
        'Email': ['tom@pandasdataframe.com', 'nick@pandasdataframe.com', 'john@pandasdataframe.com', 'tom2@pandasdataframe.com', 'john2@pandasdataframe.com']}
df = pd.DataFrame(data)
print(df)

Output:

pandas dataframe loc多列操作

在这个示例中，我们创建了一个包含三列（’Name’，’Age’和’Email’）的DataFrame。

2. 使用loc选择多列

如果我们想要选择DataFrame的多列，我们可以将这些列的名称放在一个列表中，然后将这个列表作为loc函数的参数。下面是一个示例：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Age': [20, 21, 19, 20, 18],
        'Email': ['tom@pandasdataframe.com', 'nick@pandasdataframe.com', 'john@pandasdataframe.com', 'tom2@pandasdataframe.com', 'john2@pandasdataframe.com']}
df = pd.DataFrame(data)

selected_columns = df.loc[:, ['Name', 'Email']]
print(selected_columns)

Output:

pandas dataframe loc多列操作

在这个示例中，我们选择了’Name’和’Email’两列。注意，:表示选择所有的行。

3. 使用loc选择多列并进行排序

我们还可以在选择多列之后，对这些列进行排序。我们可以使用DataFrame的sort_values函数来完成这个操作。下面是一个示例：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Age': [20, 21, 19, 20, 18],
        'Email': ['tom@pandasdataframe.com', 'nick@pandasdataframe.com', 'john@pandasdataframe.com', 'tom2@pandasdataframe.com', 'john2@pandasdataframe.com']}
df = pd.DataFrame(data)

selected_columns = df.loc[:, ['Name', 'Email']].sort_values('Name')
print(selected_columns)

Output:

pandas dataframe loc多列操作

在这个示例中，我们选择了’Name’和’Email’两列，并按照’Name’列进行了排序。

4. 使用loc选择多列并进行筛选

我们还可以在选择多列之后，对这些列进行筛选。我们可以使用布尔索引来完成这个操作。下面是一个示例：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Age': [20, 21, 19, 20, 18],
        'Email': ['tom@pandasdataframe.com', 'nick@pandasdataframe.com', 'john@pandasdataframe.com', 'tom2@pandasdataframe.com', 'john2@pandasdataframe.com']}
df = pd.DataFrame(data)

selected_columns = df.loc[df['Name'] == 'Tom', ['Name', 'Email']]
print(selected_columns)

Output:

pandas dataframe loc多列操作

在这个示例中，我们选择了’Name’和’Email’两列，并筛选出’Name’列为’Tom’的行。

5. 使用loc选择多列并进行计算

我们还可以在选择多列之后，对这些列进行计算。我们可以使用DataFrame的各种计算函数来完成这个操作。下面是一个示例：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Age': [20, 21, 19, 20, 18],
        'Email': ['tom@pandasdataframe.com', 'nick@pandasdataframe.com', 'john@pandasdataframe.com', 'tom2@pandasdataframe.com', 'john2@pandasdataframe.com']}
df = pd.DataFrame(data)

average_age = df.loc[df['Name'] == 'Tom', 'Age'].mean()
print(average_age)

Output:

pandas dataframe loc多列操作

在这个示例中，我们选择了’Age’列，并计算了’Name’列为’Tom’的行的平均年龄。

6. 使用loc选择多列并进行分组

我们还可以在选择多列之后，对这些列进行分组。我们可以使用DataFrame的groupby函数来完成这个操作。下面是一个示例：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Age': [20, 21, 19, 20, 18],
        'Email': ['tom@pandasdataframe.com', 'nick@pandasdataframe.com', 'john@pandasdataframe.com', 'tom2@pandasdataframe.com', 'john2@pandasdataframe.com']}
df = pd.DataFrame(data)

grouped = df.loc[:, ['Name', 'Age']].groupby('Name').mean()
print(grouped)

Output:

pandas dataframe loc多列操作

在这个示例中，我们选择了’Name’和’Age’两列，并按照’Name’列进行了分组，然后计算了每一组的平均年龄。

7. 使用loc选择多列并进行合并

我们还可以在选择多列之后，对这些列进行合并。我们可以使用DataFrame的merge函数来完成这个操作。下面是一个示例：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Age': [20, 21, 19, 20, 18],
        'Email': ['tom@pandasdataframe.com', 'nick@pandasdataframe.com', 'john@pandasdataframe.com', 'tom2@pandasdataframe.com', 'john2@pandasdataframe.com']}
df = pd.DataFrame(data)

df1 = df.loc[:, ['Name', 'Age']]
df2 = df.loc[:, ['Name', 'Email']]
merged = pd.merge(df1, df2, on='Name')
print(merged)

Output:

pandas dataframe loc多列操作

在这个示例中，我们选择了’Name’和’Age’两列，并将它们合并成一个新的DataFrame。

8. 使用loc选择多列并进行重塑

我们还可以在选择多列之后，对这些列进行重塑。我们可以使用DataFrame的pivot函数来完成这个操作。下面是一个示例：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Age': [20, 21, 19, 20, 18],
        'Email': ['tom@pandasdataframe.com', 'nick@pandasdataframe.com', 'john@pandasdataframe.com', 'tom2@pandasdataframe.com', 'john2@pandasdataframe.com']}
df = pd.DataFrame(data)

pivoted = df.loc[:, ['Name', 'Age', 'Email']].pivot(index='Name', columns='Email', values='Age')
print(pivoted)

Output:

pandas dataframe loc多列操作

在这个示例中，我们选择了’Name’，’Age’和’Email’三列，并将它们重塑成一个新的DataFrame，其中’Name’是索引，’Email’是列，’Age’是值。

9. 使用loc选择多列并进行转置

我们还可以在选择多列之后，对这些列进行转置。我们可以使用DataFrame的T属性来完成这个操作。下面是一个示例：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Age': [20, 21, 19, 20, 18],
        'Email': ['tom@pandasdataframe.com', 'nick@pandasdataframe.com', 'john@pandasdataframe.com', 'tom2@pandasdataframe.com', 'john2@pandasdataframe.com']}
df = pd.DataFrame(data)

transposed = df.loc[:, ['Name', 'Age']].T
print(transposed)

Output:

pandas dataframe loc多列操作

在这个示例中，我们选择了’Name’和’Age’两列，并将它们转置成一个新的DataFrame。

10. 使用loc选择多列并进行填充缺失值

我们还可以在选择多列之后，对这些列进行填充缺失值。我们可以使用DataFrame的fillna函数来完成这个操作。下面是一个示例：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Age': [20, 21, 19, 20, 18],
        'Email': ['tom@pandasdataframe.com', 'nick@pandasdataframe.com', 'john@pandasdataframe.com', 'tom2@pandasdataframe.com', 'john2@pandasdataframe.com']}
df = pd.DataFrame(data)

filled = df.loc[:, ['Name', 'Age']].fillna(0)
print(filled)

Output:

pandas dataframe loc多列操作