Python Pandas 索引和选择数据

在这一章中，我们将讨论如何对日期进行切片和切块，并大致得到pandas对象的子集。

Python和NumPy的索引操作符”[ ]”和属性操作符”. “提供了对Pandas数据结构的快速和简单的访问，跨越了广泛的使用情况。然而，由于要访问的数据类型并不事先知道，直接使用标准运算符有一些优化限制。对于生产代码，我们建议你利用本章中解释的优化的pandas数据访问方法。

Pandas现在支持三种类型的多轴索引;下表列出了三种类型 −

序号	索引和描述
1	.loc() 基于标签
2	.iloc() 基于整数
3	.ix() 同时基于标签和整数

.loc()

Pandas提供了各种方法来拥有纯粹的 基于标签的索引。 当切分时，起始边界也被包括在内。整数是有效的标签，但它们指的是标签而不是位置。

.loc() 有多种访问方法，比如 –

一个单一的标量标签
一个标签的列表
一个分片对象
一个布尔数组

loc 需要两个由’,’分隔的单/列/范围操作符。第一个表示行，第二个表示列。

例子1

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(8, 4),
index = ['a','b','c','d','e','f','g','h'], columns = ['A', 'B', 'C', 'D'])

#select all rows for a specific column
print df.loc[:,'A']

其输出情况如下—

a   0.391548
b  -0.070649
c  -0.317212
d  -2.162406
e   2.202797
f   0.613709
g   1.050559
h   1.122680
Name: A, dtype: float64

例子2

# import the pandas library and aliasing as pd
import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(8, 4),
index = ['a','b','c','d','e','f','g','h'], columns = ['A', 'B', 'C', 'D'])

# Select all rows for multiple columns, say list[]
print df.loc[:,['A','C']]

其 输出结果 如下 –

            A           C
a    0.391548    0.745623
b   -0.070649    1.620406
c   -0.317212    1.448365
d   -2.162406   -0.873557
e    2.202797    0.528067
f    0.613709    0.286414
g    1.050559    0.216526
h    1.122680   -1.621420

示例3

# import the pandas library and aliasing as pd
import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(8, 4),
index = ['a','b','c','d','e','f','g','h'], columns = ['A', 'B', 'C', 'D'])

# Select few rows for multiple columns, say list[]
print df.loc[['a','b','f','h'],['A','C']]

其 输出结果 如下 –

           A          C
a   0.391548   0.745623
b  -0.070649   1.620406
f   0.613709   0.286414
h   1.122680  -1.621420

示例4

# import the pandas library and aliasing as pd
import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(8, 4),
index = ['a','b','c','d','e','f','g','h'], columns = ['A', 'B', 'C', 'D'])

# Select range of rows for all columns
print df.loc['a':'h']

其 输出结果 如下 –

            A           B          C          D
a    0.391548   -0.224297   0.745623   0.054301
b   -0.070649   -0.880130   1.620406   1.419743
c   -0.317212   -1.929698   1.448365   0.616899
d   -2.162406    0.614256  -0.873557   1.093958
e    2.202797   -2.315915   0.528067   0.612482
f    0.613709   -0.157674   0.286414  -0.500517
g    1.050559   -2.272099   0.216526   0.928449
h    1.122680    0.324368  -1.621420  -0.741470

示例5

# import the pandas library and aliasing as pd
import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(8, 4),
index = ['a','b','c','d','e','f','g','h'], columns = ['A', 'B', 'C', 'D'])

# for getting values with a boolean array
print df.loc['a']>0

其 输出结果 如下 –

A  False
B  True
C  False
D  False
Name: a, dtype: bool

.iloc()

Pandas提供了各种方法，以获得纯粹的基于整数的索引。像python和numpy一样，这些是 基于0的 索引。

各种访问方法如下 –

一个整数
一个整数的列表
一个值的范围

例子1

# import the pandas library and aliasing as pd
import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])

# select all rows for a specific column
print df.iloc[:4]

其 输出结果 如下 –

           A          B           C           D
0   0.699435   0.256239   -1.270702   -0.645195
1  -0.685354   0.890791   -0.813012    0.631615
2  -0.783192  -0.531378    0.025070    0.230806
3   0.539042  -1.284314    0.826977   -0.026251

例子2

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])

# Integer slicing
print df.iloc[:4]
print df.iloc[1:5, 2:4]

其 输出结果 如下 –

           A          B           C           D
0   0.699435   0.256239   -1.270702   -0.645195
1  -0.685354   0.890791   -0.813012    0.631615
2  -0.783192  -0.531378    0.025070    0.230806
3   0.539042  -1.284314    0.826977   -0.026251

           C          D
1  -0.813012   0.631615
2   0.025070   0.230806
3   0.826977  -0.026251
4   1.423332   1.130568

示例3

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])

# Slicing through list of values
print df.iloc[[1, 3, 5], [1, 3]]
print df.iloc[1:3, :]
print df.iloc[:,1:3]

其 输出结果 如下 –

           B           D
1   0.890791    0.631615
3  -1.284314   -0.026251
5  -0.512888   -0.518930

           A           B           C           D
1  -0.685354    0.890791   -0.813012    0.631615
2  -0.783192   -0.531378    0.025070    0.230806

           B           C
0   0.256239   -1.270702
1   0.890791   -0.813012
2  -0.531378    0.025070
3  -1.284314    0.826977
4  -0.460729    1.423332
5  -0.512888    0.581409
6  -1.204853    0.098060
7  -0.947857    0.641358

.ix()

除了纯粹的基于标签和基于整数的方法，Pandas还提供了一种混合方法，使用.ix()操作符对对象进行选择和子集。

例子1

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])

# Integer slicing
print df.ix[:4]

其 输出结果 如下 –

           A          B           C           D
0   0.699435   0.256239   -1.270702   -0.645195
1  -0.685354   0.890791   -0.813012    0.631615
2  -0.783192  -0.531378    0.025070    0.230806
3   0.539042  -1.284314    0.826977   -0.026251

例子2

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
# Index slicing
print df.ix[:,'A']

其 输出结果 如下 –

0   0.699435
1  -0.685354
2  -0.783192
3   0.539042
4  -1.044209
5  -1.415411
6   1.062095
7   0.994204
Name: A, dtype: float64

记号的使用

从具有多轴索引的Pandas对象中获取数值，使用了以下符号 –

对象	索引器	返回类型
Series	s.loc[indexer]	标量值
DataFrame	df.loc[row_index,col_index]	系列对象
Panel	p.loc[item_index,main_index,minor_index]	p.loc[item_index,major_index,minor_index]。

**注意 – .iloc() & .ix() **应用相同的索引选项和返回值。

现在让我们看看如何在DataFrame对象上执行每个操作。我们将使用基本的索引操作符”[ ]-

例子1

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
print df['A']

其输出情况如下—

0  -0.478893
1   0.391931
2   0.336825
3  -1.055102
4  -0.165218
5  -0.328641
6   0.567721
7  -0.759399
Name: A, dtype: float64

注意 - 我们可以向[ ]传递一个数值列表来选择这些列。

例子2

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])

print df[['A','B']]

其 输出结果 如下 –

           A           B
0  -0.478893   -0.606311
1   0.391931   -0.949025
2   0.336825    0.093717
3  -1.055102   -0.012944
4  -0.165218    1.550310
5  -0.328641   -0.226363
6   0.567721   -0.312585
7  -0.759399   -0.372696

示例3

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
print df[2:2]

其 输出结果 如下 –

Columns: [A, B, C, D]
Index: []

属性访问

可以使用属性运算符’.’来选择列。

例子

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])

print df.A

其 输出结果 如下 –

0   -0.478893
1    0.391931
2    0.336825
3   -1.055102
4   -0.165218
5   -0.328641
6    0.567721
7   -0.759399
Name: A, dtype: float64

Python Pandas 索引和选择数据

Python Pandas 索引和选择数据

.loc()

例子1

例子2

示例3

示例4

示例5

.iloc()

例子1

例子2

示例3

.ix()

例子1

例子2

记号的使用

例子1

例子2

示例3

属性访问

例子

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

Pandas 入门教程

回顶部

Python Pandas 索引和选择数据

.loc()

例子1

例子2

示例3

示例4

示例5

.iloc()

例子1

例子2

示例3

.ix()

例子1

例子2

记号的使用

例子1

例子2

示例3

属性访问

例子

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

Pandas 入门教程

回顶部

切换注册登录

用户名或邮箱

密码

切换登录注册

昵称

邮箱