pandas数据选取:df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]


Posted in Python onApril 24, 2020

1 引言

Pandas是作为Python数据分析著名的工具包,提供了多种数据选取的方法,方便实用。本文主要介绍Pandas的几种数据选取的方法。

Pandas中,数据主要保存为Dataframe和Series是数据结构,这两种数据结构数据选取的方式基本一致,本文主要以Dataframe为例进行介绍。

在Dataframe中选取数据大抵包括3中情况:

1)行(列)选取(单维度选取):df[]。这种情况一次只能选取行或者列,即一次选取中,只能为行或者列设置筛选条件(只能为一个维度设置筛选条件)。

2)区域选取(多维选取):df.loc[],df.iloc[],df.ix[]。这种方式可以同时为多个维度设置筛选条件。

3)单元格选取(点选取):df.at[],df.iat[]。准确定位一个单元格。

接下来,我们以下面的数据为例,分别通过实例介绍这三种情况。

>>> import pandas as pd
>>> import numpy as np
>>> data = {'name': ['Joe', 'Mike', 'Jack', 'Rose', 'David', 'Marry', 'Wansi', 'Sidy', 'Jason', 'Even'],

    'age': [25, 32, 18, np.nan, 15, 20, 41, np.nan, 37, 32],

    'gender': [1, 0, 1, 1, 0, 1, 0, 0, 1, 0],

    'isMarried': ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']}

>>> labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']

>>> df = pd.DataFrame(data, index=labels)

>>> df

  name  age gender isMarried

a  Joe 25.0    1    yes

b  Mike 32.0    0    yes

c  Jack 18.0    1    no

d  Rose  NaN    1    yes

e David 15.0    0    no

f Marry 20.0    1    no

g Wansi 41.0    0    no

h  Sidy  NaN    0    yes

i Jason 37.0    1    no

j  Even 32.0    0    no

2 行(列)选取:df[]

行(列)选取是在单一维度上进行数据的选取,即以行为单位进行选取或者以列为单位进行选取。Dataframe对象的行有索引(index),默认情况下是[0,1,2,……]的整数序列,也可以自定义添加另外的索引,例如上面的labels,(为区分默认索引和自定义的索引,在本文中将默认索引称为整数索引,自定义索引称为标签索引)。Dataframe对象的每一列都有列名,可以通过列名实现对列的选取。

1)选取行

选取行的方式包括三种:整数索引切片、标签索引切片和布尔数组。

a)整数索引切片:前闭后开

选取第一行:

>>> df[0:1]

 name  age gender isMarried

a Joe 25.0    1    yes

选取前两行:

>>> df[0:2]

  name  age gender isMarried

a  Joe 25.0    1    yes

b Mike 32.0    0    yes

b)标签索引切片:前闭后闭

选取第一行:

>>> df[:'a']

 name  age gender isMarried

a Joe 25.0    1    yes

选取前两行:

>>> df['a':'b']

  name  age gender isMarried

a  Joe 25.0    1    yes

b Mike 32.0    0    yes

注意:整数索引切片是前闭后开,标签索引切片是前闭后闭,这点尤其要注意。

c)布尔数组

选取前三行

>>> df[[True,True,True,False,False,False,False,False,False,False]]

  name  age gender isMarried

a  Joe 25.0    1    yes

b Mike 32.0    0    yes

c Jack 18.0    1    no

选取所有age大于30的行

>>> df[[each>30 for each in df['age']]]

  name  age gender isMarried

b  Mike 32.0    0    yes

g Wansi 41.0    0    no

i Jason 37.0    1    no

j  Even 32.0    0    no

通过布尔数组的方式,又可以衍生出下面的选取方式:

选取所有age大于30的行

>>> df[df['age']>30]

  name  age gender isMarried

b  Mike 32.0    0    yes

g Wansi 41.0    0    no

i Jason 37.0    1    no

j  Even 32.0    0    no

选取出所有age大于30,且isMarried为no的行

>>> df[(df['age']>30) & (df['isMarried']=='no')]

  name  age gender isMarried

g Wansi 41.0    0    no

i Jason 37.0    1    no

j  Even 32.0    0    no

选取出所有age为20或32的行

>>> df[(df['age']==20) | (df['age']==32)]

  name  age gender isMarried

b  Mike 32.0    0    yes

f Marry 20.0    1    no

j  Even 32.0    0    no

注意:像上面这种通过多个布尔条件判断的情况,多个条件最好(一定)用括号括起来,否则非常容易出错。

2)列选取

列选取方式也有三种:标签索引、标签列表、Callable对象

a)标签索引:选取单个列

选取name列所有数据

>>> df['name']

a   Joe

b   Mike

c   Jack

d   Rose

e  David

f  Marry

g  Wansi

h   Sidy

i  Jason

j   Even

Name: name, dtype: object

b)标签列表:选取多个列

选取name和age两列数据

>>> df[['name','age']]

  name  age

a  Joe 25.0

b  Mike 32.0

c  Jack 18.0

d  Rose  NaN

e David 15.0

f Marry 20.0

g Wansi 41.0

h  Sidy  NaN

i Jason 37.0

j  Even 32.0

c)callable对象

选取第一列

>>> df[lambda df: df.columns[0]]

a   Joe

b   Mike

c   Jack

d   Rose

e  David

f  Marry

g  Wansi

h   Sidy

i  Jason

j   Even

Name: name, dtype: object

3 区域选取

区域选取可以从多个维度(行和列)对数据进行筛选,可以通过df.loc[],df.iloc[],df.ix[]三种方法实现。采用df.loc[],df.iloc[],df.ix[]这三种方法进行数据选取时,方括号内必须有两个参数,第一个参数是对行的筛选条件,第二个参数是对列的筛选条件,两个参数用逗号隔开。df.loc[],df.iloc[],df.ix[]的区别如下:

df.loc[]只能使用标签索引,不能使用整数索引,通过便签索引切边进行筛选时,前闭后闭。

df.iloc[]只能使用整数索引,不能使用标签索引,通过整数索引切边进行筛选时,前闭后开。;

df.ix[]既可以使用标签索引,也可以使用整数索引。

下面分别通过实例演示这三种方法。

3.1 df.loc[]

1)对行进行选取

选取索引为‘a'的行:

>>> df.loc['a', :]

name     Joe

age      25

gender     1

isMarried  yes

Name: a, dtype: object

选取索引为‘a'或‘b'或‘c'的行

>>> df.loc[['a','b','c'], :]

  name  age gender isMarried

a  Joe 25.0    1    yes

b Mike 32.0    0    yes

c Jack 18.0    1    no

选取从‘a'到‘d'的所有行(包括‘d'行)

>>> df.loc['a':'d', :]

  name  age gender isMarried

a  Joe 25.0    1    yes

b Mike 32.0    0    yes

c Jack 18.0    1    no

d Rose  NaN    1    yes

用布尔数组选取前3行

>>> df.loc[[True,True,True,False,False,False], :]

  name  age gender isMarried

a  Joe 25.0    1    yes

b Mike 32.0    0    yes

c Jack 18.0    1    no

选取所有age大于30的行

>>> df.loc[df['age']>30,:]

  name  age gender isMarried

b  Mike 32.0    0    yes

g Wansi 41.0    0    no

i Jason 37.0    1    no

j  Even 32.0    0    no

也可以使用下面两方法:

>>> df.loc[df.loc[:,'age']>30, :]

  name  age gender isMarried

b  Mike 32.0    0    yes

g Wansi 41.0    0    no

i Jason 37.0    1    no

j  Even 32.0    0    no

>>> df.loc[df.iloc[:,1]>30, :]

  name  age gender isMarried

b  Mike 32.0    0    yes

g Wansi 41.0    0    no

i Jason 37.0    1    no

j  Even 32.0    0    no

用callable对象选取age大于30的所有行

>>> df.loc[lambda df:df['age'] > 30, :]

  name  age gender isMarried

b  Mike 32.0    0    yes

g Wansi 41.0    0    no

i Jason 37.0    1    no

j  Even 32.0    0    no

2)对列选取

输出所有人的姓名(选取name列)

>>> df.loc[:, 'name']

a   Joe

b   Mike

c   Jack

d   Rose

e  David

f  Marry

g  Wansi

h   Sidy

i  Jason

j   Even

Name: name, dtype: object

输出所有人的姓名和年龄(选取name和age列)

>>> df.loc[:, 'name':'age']

  name  age

a  Joe 25.0

b  Mike 32.0

c  Jack 18.0

d  Rose  NaN

e David 15.0

f Marry 20.0

g Wansi 41.0

h  Sidy  NaN

i Jason 37.0

j  Even 32.0

输出所有人的姓名、年龄、婚否(选取name、age、isMarried列)

>>> df.loc[:, ['name','age','isMarried']]

  name  age isMarried

a  Joe 25.0    yes

b  Mike 32.0    yes

c  Jack 18.0    no

d  Rose  NaN    yes

e David 15.0    no

f Marry 20.0    no

g Wansi 41.0    no

h  Sidy  NaN    yes

i Jason 37.0    no

j  Even 32.0    no

用布尔数组的方式选取前3列

>>> df.loc[:, [True,True,True,False]]

  name  age gender

a  Joe 25.0    1

b  Mike 32.0    0

c  Jack 18.0    1

d  Rose  NaN    1

e David 15.0    0

f Marry 20.0    1

g Wansi 41.0    0

h  Sidy  NaN    0

i Jason 37.0    1

j  Even 32.0    0

3)同时对行和列进行筛选

输出年龄大于30的人的姓名和年龄

>>> df.loc[df['age']>30,['name','age']]

  name  age

b  Mike 32.0

g Wansi 41.0

i Jason 37.0

j  Even 32.0

输出行名为‘Mike'或‘Marry'的姓名和年龄

>>> df.loc[(df['name']=='Mike') |(df['name']=='Marry'),['name','age']]                          

  name  age

b  Mike 32.0

f Marry 20.0

3.2 df.iloc[]

1)行选取

选取第2行

>>> df.iloc[1, :]

name     Mike

age      32

gender     0

isMarried   yes

Name: b, dtype: object

选取前3行

>>> df.iloc[:3, :]

  name  age gender isMarried

a  Joe 25.0    1    yes

b Mike 32.0    0    yes

c Jack 18.0    1    no

选取第2行、第4行、第6行

>>> df.iloc[[1,3,5],:]

  name  age gender isMarried

b  Mike 32.0    0    yes

d  Rose  NaN    1    yes

f Marry 20.0    1    no

通过布尔数组选取前3行

>>> df.iloc[[True,True,True,False,False,False], :]

  name  age gender isMarried

a  Joe 25.0    1    yes

b Mike 32.0    0    yes

c Jack 18.0    1    no

2)列选取

选取第2列

>>> df.iloc[:, 1]

a  25.0

b  32.0

c  18.0

d   NaN

e  15.0

f  20.0

g  41.0

h   NaN

i  37.0

j  32.0

Name: age, dtype: float64

选取前3列

>>> df.iloc[:, 0:3]

  name  age gender

a  Joe 25.0    1

b  Mike 32.0    0

c  Jack 18.0    1

d  Rose  NaN    1

e David 15.0    0

f Marry 20.0    1

g Wansi 41.0    0

h  Sidy  NaN    0

i Jason 37.0    1

j  Even 32.0    0

l 选取第1列、第3列、第4列

选取第1列、第3列和第4列

>>> df.iloc[:, [0,2,3]]

  name gender isMarried

a  Joe    1    yes

b  Mike    0    yes

c  Jack    1    no

d  Rose    1    yes

e David    0    no

f Marry    1    no

g Wansi    0    no

h  Sidy    0    yes

i Jason    1    no

j  Even    0    no

通过布尔数组选取前3列

>>> df.iloc[:,[True,True,True,False]]
  name  age gender
a  Joe 25.0    1
b  Mike 32.0    0
c  Jack 18.0    1
d  Rose  NaN    1
e David 15.0    0
f Marry 20.0    1
g Wansi 41.0    0
h  Sidy  NaN    0
i Jason 37.0    1
j  Even 32.0    0

3)同时选取行和列

选取第2行的第1列、第3列、第4列

>>> df.iloc[1, [0,2,3]]

name     Mike

gender     0

isMarried   yes

Name: b, dtype: object

选取前3行的前3列

>>> df.iloc[:3, :3]

  name  age gender

a  Joe 25.0    1

b Mike 32.0    0

c Jack 18.0    1

3.3 df.ix[]

df.ix[]既可以通过整数索引进行数据选取,也可以通过标签索引进行数据选取,换句话说,df.ix[]是df.loc[]和df.iloc[]的功能集合,且在同义词选取中,可以同时使用整数索引和标签索引。

选取第3行的name数据

>>> df.ix[2,'name']
'Jack'

选取a行、c行的第1列,第2列和第4列数据

>>> df.ix[['a','c'], [0,1,3]]

  name  age isMarried

a  Joe 25.0    yes

c Jack 18.0    no

选取所有未婚者的姓名和年龄

>>> df.ix[df['isMarried']=='no',['name','age']]

  name  age

c  Jack 18.0

e David 15.0

f Marry 20.0

g Wansi 41.0

i Jason 37.0

j  Even 32.0

4 单元格选取

单元格选取包括df.at[]和df.iat[]两种方法。df.at[]和df.iat[]使用时必须输入两个参数,即行索引和列索引,其中df.at[]只能使用标签索引,df.iat[]只能使用整数索引。df.at[]和df.iat[]选取的都是单个单元格(单行单列),所以返回值都为基本数据类型。

4.1 df.at[]

选取b行的name列

>>> df.at['b','name']

'Mike'

4.2 df.iat[]

选取第2行第1列

>>> df.iat[1,0]

'Mike'

5 拓展与总结

1)选取某一整行(多个整行)或某一整列(多个整列)数据时,可以用df[]、df.loc[]、df.iloc[],此时df[]的方法书写要简单一些。

2)进行区域选取时,如果只能用标签索引,则使用df.loc[]或df.ix[],如果只能用整数索引,则用df.iloc[]或df.ix[]。不过我看到有资料说,不建议使用df.ix[],因为df.loc[]和df.iloc[]更精确(有吗?我没理解精确在哪,望告知)。

3)如果选取单元格,则df.at[]、df.iat[]、df.loc[]、df.iloc[]都可以,不过要注意参数。

4)选取数据时,返回值存在以下情况:

  • 如果返回值包括单行多列或多行单列时,返回值为Series对象;
  • 如果返回值包括多行多列时,返回值为DataFrame对象;
  • 如果返回值仅为一个单元格(单行单列)时,返回值为基本数据类型,例如str,int等。

5)df[]的方式只能选取行和列数据,不能精确到单元格,所以df[]的返回值一定DataFrame或Series对象。

6)当使用DataFrame的默认索引(整数索引)时,整数索引即为标签索引。例如,使用上面的data实例化一个DataFrame对象:

>>> df2 = pd.DataFrame(data)

>>> df2.loc[1,'name']

'Mike'

>>> df2.iloc[1,0]

'Mike'

到此这篇关于pandas数据选取:df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]的文章就介绍到这了,更多相关pandas 数据选取内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
python类:class创建、数据方法属性及访问控制详解
Jul 25 Python
Python实现的将文件每一列写入列表功能示例【测试可用】
Mar 19 Python
利用Python实现在同一网络中的本地文件共享方法
Jun 04 Python
python游戏地图最短路径求解
Jan 16 Python
Python面向对象程序设计类的封装与继承用法示例
Apr 12 Python
用python的turtle模块实现给女票画个小心心
Nov 23 Python
pytorch程序异常后删除占用的显存操作
Jan 13 Python
PYcharm 激活方法(推荐)
Mar 23 Python
Django Path转换器自定义及正则代码实例
May 29 Python
keras 指定程序在某块卡上训练实例
Jun 22 Python
Python判断远程服务器上Excel文件是否被人打开的方法
Jul 13 Python
python安装cx_Oracle和wxPython的方法
Sep 14 Python
python查找特定名称文件并按序号、文件名分行打印输出的方法
Apr 24 #Python
python 读取二进制 显示图片案例
Apr 24 #Python
150行python代码实现贪吃蛇游戏
Apr 24 #Python
用 Python 制作地球仪的方法
Apr 24 #Python
解决python中显示图片的plt.imshow plt.show()内存泄漏问题
Apr 24 #Python
基于打开pycharm有带图片md文件卡死问题的解决
Apr 24 #Python
解决Opencv+Python cv2.imshow闪退问题
Apr 24 #Python
You might like
深入了解php4(2)--重访过去
2006/10/09 PHP
thinkphp3查询mssql数据库乱码解决方法分享
2014/02/11 PHP
php获取目标函数执行时间示例
2014/03/04 PHP
php通过baihui网API实现读取word文档并展示
2015/06/22 PHP
基于PHP制作验证码
2016/10/12 PHP
JQuery调用WebServices的方法和4个实例
2014/05/06 Javascript
了不起的node.js读书笔记之mongodb数据库交互
2014/12/22 Javascript
nodejs 中模拟实现 emmiter 自定义事件
2016/02/22 NodeJs
微信小程序 获取当前地理位置和经纬度实例代码
2016/12/05 Javascript
微信小程序中多个页面传参通信的学习与实践
2017/05/05 Javascript
JS实现的3des+base64加密解密算法完整示例
2018/05/18 Javascript
详解如何实现Element树形控件Tree在懒加载模式下的动态更新
2019/04/25 Javascript
详解VUE调用本地json的使用方法
2019/05/15 Javascript
jQuery实现判断滚动条滚动到document底部的方法分析
2019/08/27 jQuery
[51:53]完美世界DOTA2联赛决赛日 Inki vs LBZS 第二场 11.08
2020/11/10 DOTA
python Django连接MySQL数据库做增删改查
2013/11/07 Python
Python 的 with 语句详解
2014/06/13 Python
Python中使用copy模块实现列表(list)拷贝
2015/04/14 Python
详细介绍Python中的偏函数
2015/04/27 Python
Python基于csv模块实现读取与写入csv数据的方法
2018/01/18 Python
Python处理CSV与List的转换方法
2018/04/19 Python
程序员写Python时的5个坏习惯,你有几条?
2018/11/26 Python
Python3多目标赋值及共享引用注意事项
2019/05/27 Python
Python将列表中的元素转化为数字并排序的示例
2019/12/25 Python
python实现简单俄罗斯方块
2020/03/13 Python
解决pymysql cursor.fetchall() 获取不到数据的问题
2020/05/15 Python
css3实现背景动态渐变效果
2019/12/10 HTML / CSS
canvas拼图功能实现代码示例
2018/11/21 HTML / CSS
香港迪士尼乐园酒店预订:Hong Kong Disneyland Hotels
2017/05/02 全球购物
7 For All Mankind官网:美国加州洛杉矶的高级牛仔服装品牌
2018/12/20 全球购物
会计系个人求职信范文分享
2013/12/20 职场文书
简洁的英文求职信范文
2014/05/03 职场文书
2015国庆节66周年标语
2015/07/30 职场文书
《我的长生果》教学反思
2016/02/20 职场文书
pandas 操作 Excel操作总结
2021/03/31 Python
Python实现视频自动打码的示例代码
2022/04/08 Python