python Pandas之DataFrame索引及選取數(shù)據(jù)

這篇文章主要介紹了python?Pandas之DataFrame索引及選取數(shù)據(jù)，文章圍繞主題展開詳細的內(nèi)容介紹，具有一定的參考價值，需要的朋友可以參考一下

1.索引是什么

1.1 認識索引

先創(chuàng)建一個簡單的DataFrame。文章源自四五設(shè)計網(wǎng)-http://www.wasochina.com/25842.html

1
2
3
4
5
6
7
8
9
10
11
12
13
myList = [['a', 10, 1.1],
??????['b', 20, 2.2],
??????['c', 30, 3.3],
??????['d', 40, 4.4]]
df1 = pd.DataFrame(data = myList)
print(df1)
--------------------------------
[out]:
???0?? 1??? 2
0? a? 10? 1.1
1? b? 20? 2.2
2? c? 30? 3.3
3? d? 40? 4.4

DataFrame中有兩種索引：文章源自四五設(shè)計網(wǎng)-http://www.wasochina.com/25842.html

  • 行索引(index)：對應(yīng)最左邊那一豎列
  • 列索引(columns)：對應(yīng)最上面那一橫行

兩種索引默認均為從0開始的自增整數(shù)。文章源自四五設(shè)計網(wǎng)-http://www.wasochina.com/25842.html

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# 輸出行索引
print(df1.index)
[out]:
RangeIndex(start=0, stop=4, step=1)
---------------------------------------
# 輸出列索引
print(df1.columns)
[out]:
RangeIndex(start=0, stop=3, step=1)
---------------------------------------
# 輸出所有的值
print(df1.values)
[out]:
array([['a', 10, 1.1],
???????['b', 20, 2.2],
???????['c', 30, 3.3],
???????['d', 40, 4.4]], dtype=object)

文章源自四五設(shè)計網(wǎng)-http://www.wasochina.com/25842.html

1.2 自定義索引

可以使用 index 這個參數(shù)指定行索引，columns 這個參數(shù)指定列索引。文章源自四五設(shè)計網(wǎng)-http://www.wasochina.com/25842.html

1
2
3
4
5
6
7
8
9
10
11
df2 = pd.DataFrame(myList,
???????????????????index = ['one', 'two', 'three', 'four'],
???????????????????columns = ['char', 'int', 'float'])
print(df2)
-----------------------------------------------------------
[out]:
??????char? int? float
one????? a?? 10??? 1.1
two????? b?? 20??? 2.2
three??? c?? 30??? 3.3
four???? d?? 40??? 4.4

輸出此時的行索引和列索引：文章源自四五設(shè)計網(wǎng)-http://www.wasochina.com/25842.html

# 輸出行索引
print(df2.index)
[out]:
Index(['one', 'two', 'three', 'four'], dtype='object')
--------------------------------------------------------
# 輸出列索引
print(df2.columns)
[out]:
Index(['char', 'int', 'float'], dtype='object')文章源自四五設(shè)計網(wǎng)-http://www.wasochina.com/25842.html

文章源自四五設(shè)計網(wǎng)-http://www.wasochina.com/25842.html

2. 索引的簡單使用

文章源自四五設(shè)計網(wǎng)-http://www.wasochina.com/25842.html

2.1 列索引

選擇一列：文章源自四五設(shè)計網(wǎng)-http://www.wasochina.com/25842.html

1
2
3
4
5
6
7
8
9
print(df2['char'])
print(df2.char)
# 兩種方式輸出一樣
[out]:
one????? a
two????? b
three??? c
four???? d
Name: char, dtype: object

注意此時方括號里面只傳入一個字符串’char’，這樣選出來的一列，結(jié)果的類型為Series

1
2
3
4
5
6
7
8
9
print(df2['char'])
print(df2.char)
# 兩種方式輸出一樣
[out]:
one????? a
two????? b
three??? c
four???? d
Name: char, dtype: object

選擇多列：

1
2
3
4
5
6
7
print(df2[['char', 'int']])
[out]:
??????char?? int
one????? a?? 10
two????? b?? 20
three??? c?? 30
four???? d?? 40

注意此時方括號里面?zhèn)魅胍粋€列表 [‘char’, ‘int’]，選出的結(jié)果類型為 DataFrame。
如果只想選出來一列，卻想返回 DataFrame 類型怎么辦？

1
2
3
4
5
6
7
8
9
10
print(df2[['char']])
[out]:
??????char
one????? a
two????? b
three??? c
four???? d
---------------------------------------
type(df2[['char']])
[out]：pandas.core.frame.DataFrame

注意直接使用df2[0]取某一列會報錯，除非columns是由下標(biāo)索引組成的，比如df1那個樣子，df1[0]就不會報錯。

1
2
3
4
5
6
7
8
9
10
11
print(df1[0])
[out]:
0??? a
1??? b
2??? c
3??? d
Name: 0, dtype: object
-----------------------
print(df2[0])
[out]:
KeyError: 0

2.2 行索引

2.2.1 使用[ ]

區(qū)別于選取列，此種方式[ ]中不再單獨的傳入一個字符串，而是需要使用冒號切片。

選取行標(biāo)簽從 ’two’ 到 ’three’ 的多行數(shù)據(jù)

1
2
3
4
5
print(df2['two': 'three'])
[out]:
??????char? int? float
two????? b?? 20??? 2.2
three??? c?? 30??? 3.3

選取行標(biāo)簽為’two’這一行數(shù)據(jù)

1
2
3
4
5
# 此時返回的類型為DataFrame
print(df2['two': 'two'])
[out]:
??????char? int? float
two????? b?? 20??? 2.2

在[ ]中不僅可以傳入行標(biāo)簽，還可以傳入行的編號。

選取從第1行到第3行的數(shù)據(jù)(編號從0開始)

1
2
3
4
5
6
print(df2[1:4])
[out]:
??????char? int? float
two????? b?? 20??? 2.2
three??? c?? 30??? 3.3
four???? d?? 40??? 4.4

可以看到選取的數(shù)據(jù)是不包含方括號最右側(cè)的編號所對應(yīng)的數(shù)據(jù)的。

選取第1行的數(shù)據(jù)

1
2
3
4
print(df2[1:2])
[out]:
????char? int? float
two??? b?? 20??? 2.2

2.2.2 使用.loc()和.iloc()

區(qū)別就是.loc()是根據(jù)行索引和列索引的值來選取數(shù)據(jù)，而.iloc()是根據(jù)從0開始的下標(biāo)位置來進行索引的。

選取行：

使用.loc()

1
2
3
4
5
6
7
8
9
10
11
12
print(df2.loc['one'])
[out]:
char?????? a
int?????? 10
float??? 1.1
Name: one, dtype: object
-------------------------------------------
print(df2.loc[['one', 'three']])
[out]:
??????char? int? float
one????? a?? 10??? 1.1
three??? c?? 30??? 3.3

使用.iloc()

1
2
3
4
5
6
7
8
9
10
11
12
print(df2.iloc[0])
[out]:
char?????? a
int?????? 10
float??? 1.1
Name: one, dtype: object
-------------------------------------------
print(df2.iloc[[0, 2]])
[out]:
??????char? int? float
one????? a?? 10??? 1.1
three??? c?? 30??? 3.3

到此這篇關(guān)于python Pandas之DataFrame索引及選取數(shù)據(jù)的文章就介紹到這了

繼續(xù)閱讀
我的微信
微信掃一掃
weinxin
我的微信
惠生活福利社
微信掃一掃
weinxin
我的公眾號
 

發(fā)表評論

匿名網(wǎng)友
:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

拖動滑塊以完成驗證