python pandas dataframe 行列选择,切片操作方法

SQL中的select是根据列的名称来选取;Pandas则更为灵活,不但可根据列名称选取,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;

实例

import pandas as pd

import numpy as np

df = pd.DataFrame({'total_bill': [16.99, 10.34, 23.68, 23.68, 24.59],

'tip': [1.01, 1.66, 3.50, 3.31, 3.61],

'sex': ['Female', 'Male', 'Male', 'Male', 'Female']})

# data type of columns

print df.dtypes

# indexes

print df.index

# return pandas.Index

print df.columns

# each row, return array[array]

print df.values

print df

sex object

tip float64

total_bill float64

dtype: object

RangeIndex(start=0, stop=5, step=1)

Index([u'sex', u'tip', u'total_bill'], dtype='object')

[['Female' 1.01 16.99]

['Male' 1.66 10.34]

['Male' 3.5 23.68]

['Male' 3.31 23.68]

['Female' 3.61 24.59]]

sex tip total_bill

0 Female 1.01 16.99

1 Male 1.66 10.34

2 Male 3.50 23.68

3 Male 3.31 23.68

4 Female 3.61 24.59

print df.loc[1:3, ['total_bill', 'tip']]

print df.loc[1:3, 'tip': 'total_bill']

print df.iloc[1:3, [1, 2]]

print df.iloc[1:3, 1: 3]

total_bill tip

1 10.34 1.66

2 23.68 3.50

3 23.68 3.31

tip total_bill

1 1.66 10.34

2 3.50 23.68

3 3.31 23.68

tip total_bill

1 1.66 10.34

2 3.50 23.68

tip total_bill

1 1.66 10.34

2 3.50 23.68

错误的表示:

print df.loc[1:3, [2, 3]]#.loc仅支持列名操作

KeyError: 'None of [[2, 3]] are in the [columns]'

print df.loc[[2, 3]]#.loc可以不加列名,则是行选择

sex tip total_bill

2 Male 3.50 23.68

3 Male 3.31 23.68

print df.iloc[1:3]#.iloc可以不加第几列,则是行选择

sex tip total_bill

1 Male 1.66 10.34

2 Male 3.50 23.68

print df.iloc[1:3, 'tip': 'total_bill']

TypeError: cannot do slice indexing on <class 'pandas.indexes.base.Index'> with these indexers [tip] of <type 'str'>

print df.at[3, 'tip']

print df.iat[3, 1]

print df.ix[1:3, [1, 2]]

print df.ix[1:3, ['total_bill', 'tip']]

3.31

3.31

tip total_bill

1 1.66 10.34

2 3.50 23.68

3 3.31 23.68

total_bill tip

1 10.34 1.66

2 23.68 3.50

3 23.68 3.31

print df.ix[[1, 2]]#行选择

sex tip total_bill

1 Male 1.66 10.34

2 Male 3.50 23.68

print df[1: 3]

print df[['total_bill', 'tip']]

# print df[1:2, ['total_bill', 'tip']] # TypeError: unhashable type

sex tip total_bill

1 Male 1.66 10.34

2 Male 3.50 23.68

total_bill tip

0 16.99 1.01

1 10.34 1.66

2 23.68 3.50

3 23.68 3.31

4 24.59 3.61

print df[1:3,1:2]

TypeError: unhashable type

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。

以上这篇python pandas dataframe 行列选择,切片操作方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

以上是 python pandas dataframe 行列选择,切片操作方法 的全部内容, 来源链接: utcz.com/z/348249.html

回到顶部