用pandas中的DataFrame时选取行或列的方法


Posted in Python onJuly 11, 2018

如下所示:

import numpy as np
import pandas as pd
from pandas import Sereis, DataFrame
ser = Series(np.arange(3.))
data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))
data['w'] #选择表格中的'w'列,使用类字典属性,返回的是Series类型
data.w  #选择表格中的'w'列,使用点属性,返回的是Series类型
data[['w']] #选择表格中的'w'列,返回的是DataFrame属性
data[['w','z']] #选择表格中的'w'、'z'列
data[0:2] #返回第1行到第2行的所有行,前闭后开,包括前不包括后
data[1:2] #返回第2行,从0计,返回的是单行,通过有前后值的索引形式,
    #如果采用data[1]则报错
data.ix[1:2] #返回第2行的第三种方法,返回的是DataFrame,跟data[1:2]同
data['a':'b'] #利用index值进行切片,返回的是**前闭后闭**的DataFrame, 
    #即末端是包含的 
data.irow(0)  #取data的第一行
data.icol(0)  #取data的第一列
data.head() #返回data的前几行数据,默认为前五行,需要前十行则dta.head(10)
data.tail() #返回data的后几行数据,默认为后五行,需要后十行则data.tail(10)
ser.iget_value(0) #选取ser序列中的第一个
ser.iget_value(-1) #选取ser序列中的最后一个,这种轴索引包含索引器的series不能采用ser[-1]去获取最后一个,这回引起歧义。
data.iloc[-1]  #选取DataFrame最后一行,返回的是Series
data.iloc[-1:]  #选取DataFrame最后一行,返回的是DataFrame
data.loc['a',['w','x']]  #返回‘a'行'w'、'x'列,这种用于选取行索引列索引已知
data.iat[1,1]  #选取第二行第二列,用于已知行、列位置的选取。

例子:

import pandas as pd
from pandas import Series, DataFrame
import numpy as np
data = DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e'])
data
Out[7]: 
    a  b  c  d  e
one   0  1  2  3  4
two   5  6  7  8  9
three 10 11 12 13 14
#对列的操作方法有如下几种
data.icol(0)  #选取第一列
E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: icol(i) is deprecated. Please use .iloc[:,i]
 # -*- coding: utf-8 -*-
Out[35]: 
one    0
two    5
three  10
Name: a, dtype: int32
data['a']
Out[8]: 
one    0
two    5
three  10
Name: a, dtype: int32
data.a
Out[9]: 
one    0
two    5
three  10
Name: a, dtype: int32
data[['a']]
Out[10]: 
    a
one   0
two   5
three 10
data.ix[:,[0,1,2]] #不知道列名只知道列的位置时
Out[13]: 
    a  b  c
one   0  1  2
two   5  6  7
three 10 11 12
data.ix[1,[0]] #选择第2行第1列的值
Out[14]: 
a  5
Name: two, dtype: int32
data.ix[[1,2],[0]]  #选择第2,3行第1列的值
Out[15]: 
    a
two   5
three 10
data.ix[1:3,[0,2]] #选择第2-4行第1、3列的值
Out[17]: 
    a  c
two   5  7
three 10 12
data.ix[1:2,2:4] #选择第2-3行,3-5(不包括5)列的值
Out[29]: 
   c d
two 7 8
data.ix[data.a>5,3]
Out[30]: 
three  13
Name: d, dtype: int32
data.ix[data.b>6,3:4] #选择'b'列中大于6所在的行中的第4列,有点拗口
Out[31]: 
    d
three 13
data.ix[data.a>5,2:4] #选择'a'列中大于5所在的行中的第3-5(不包括5)列
Out[32]: 
    c  d
three 12 13
data.ix[data.a>5,[2,2,2]] #选择'a'列中大于5所在的行中的第2列并重复3次
Out[33]: 
    c  c  c
three 12 12 12
#还可以行数或列数跟行名列名混着用
data.ix[1:3,['a','e']]
Out[24]: 
    a  e
two   5  9
three 10 14
data.ix['one':'two',[2,1]]
Out[25]: 
   c b
one 2 1
two 7 6
data.ix[['one','three'],[2,2]]
Out[26]: 
    c  c
one   2  2
three 12 12
data.ix['one':'three',['a','c']]
Out[27]: 
    a  c
one   0  2
two   5  7
three 10 12
data.ix[['one','one'],['a','e','d','d','d']]
Out[28]: 
   a e d d d
one 0 4 3 3 3
one 0 4 3 3 3
#对行的操作有如下几种:
data[1:2] #(不知道列索引时)选择第2行,不能用data[1],可以用data.ix[1]
Out[18]: 
   a b c d e
two 5 6 7 8 9
data.irow(1)  #选取第二行
E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: irow(i) is deprecated. Please use .iloc[i]
 # -*- coding: utf-8 -*-
Out[36]: 
a  5
b  6
c  7
d  8
e  9
Name: two, dtype: int32
data.ix[1]  #选择第2行
Out[20]: 
a  5
b  6
c  7
d  8
e  9
Name: two, dtype: int32

data['one':'two'] #当用已知的行索引时为前闭后闭区间,这点与切片稍有不同。
Out[22]: 
   a b c d e
one 0 1 2 3 4
two 5 6 7 8 9
data.ix[1:3] #选择第2到4行,不包括第4行,即前闭后开区间。
Out[23]: 
    a  b  c  d  e
two   5  6  7  8  9
three 10 11 12 13 14
data.ix[-1:] #取DataFrame中最后一行,返回的是DataFrame类型,**注意**这种取法是有使用条件的,只有当行索引不是数字索引时才可以使用,否则可以选用`data[-1:]`--返回DataFrame类型或`data.irow(-1)`--返回Series类型
Out[11]: 
    a  b  c  d  e
three 10 11 12 13 14
data[-1:] #跟上面一样,取DataFrame中最后一行,返回的是DataFrame类型
Out[12]: 
    a  b  c  d  e
three 10 11 12 13 14
data.ix[-1] #取DataFrame中最后一行,返回的是Series类型,这个一样,行索引不能是数字时才可以使用
Out[13]: 
a  10
b  11
c  12
d  13
e  14
Name: three, dtype: int32
data.tail(1)  #返回DataFrame中的最后一行
data.head(1)  #返回DataFrame中的第一行

最近处理数据时发现当pd.read_csv()数据时有时候会有读取到未命名的列,且该列也用不到,一般是索引列被换掉后导致的,有强迫症的看着难受,这时候dataframe.drop([columns,])是没法处理的,怎么办呢,

最笨的方法是直接给列索引重命名:

data6
    Unnamed: 0 high  symbol time
date        
2016-11-01 0  3317.4 IF1611 18:10:44.8
2016-11-01 1  3317.4 IF1611 06:01:04.5
2016-11-01 2  3317.4 IF1611 07:46:25.5
2016-11-01 3  3318.4 IF1611 09:30:04.0
2016-11-01 4  3321.8 IF1611 09:31:04.0

data6.columns = list('abcd')
data6
  a  b  c  d
date        
2016-11-01 0  3317.4 IF1611 18:10:44.8
2016-11-01 1  3317.4 IF1611 06:01:04.5
2016-11-01 2  3317.4 IF1611 07:46:25.5
2016-11-01 3  3318.4 IF1611 09:30:04.0
2016-11-01 4  3321.8 IF1611 09:31:04.0

以上这篇用pandas中的DataFrame时选取行或列的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三水点靠木。

Python 相关文章推荐
python自定义解析简单xml格式文件的方法
May 11 Python
Python实现压缩与解压gzip大文件的方法
Sep 18 Python
Python实现字符串与数组相互转换功能示例
Sep 22 Python
python通过socket实现多个连接并实现ssh功能详解
Nov 08 Python
利用python循环创建多个文件的方法
Oct 25 Python
Django2.1.3 中间件使用详解
Nov 26 Python
详解Anconda环境下载python包的教程(图形界面+命令行+pycharm安装)
Nov 11 Python
Python找出列表中出现次数最多的元素三种方式
Feb 24 Python
解决Django Haystack全文检索为空的问题
May 19 Python
python将数据插入数据库的代码分享
Aug 16 Python
Python基于locals返回作用域字典
Oct 17 Python
pycharm2020.1.2永久破解激活教程,实测有效
Oct 29 Python
Python2实现的图片文本识别功能详解
Jul 11 #Python
利用Python进行数据可视化常见的9种方法!超实用!
Jul 11 #Python
基于数据归一化以及Python实现方式
Jul 11 #Python
numpy.std() 计算矩阵标准差的方法
Jul 11 #Python
使用sklearn进行对数据标准化、归一化以及将数据还原的方法
Jul 11 #Python
使用sklearn之LabelEncoder将Label标准化的方法
Jul 11 #Python
Python实现识别图片内容的方法分析
Jul 11 #Python
You might like
简单示例AJAX结合PHP代码实现登录效果代码
2008/07/25 PHP
PHP的serialize序列化数据以及JSON格式化数据分析
2015/10/10 PHP
PHP观察者模式示例【Laravel框架中有用到】
2018/06/15 PHP
Javascript中Eval函数的使用
2010/03/23 Javascript
获取服务器传来的数据 用JS去空格的正则表达式
2012/03/26 Javascript
一款jquery特效编写的大度宽屏焦点图切换特效的实例代码
2013/08/05 Javascript
jquery+CSS3实现淘宝移动网页菜单效果
2015/08/31 Javascript
浅谈javascript的Touch事件
2015/09/27 Javascript
使用jQuery获取data-的自定义属性
2015/11/10 Javascript
Angularjs手动解析表达式($parse)
2016/10/12 Javascript
Angular.js实现注册系统的实例详解
2016/12/18 Javascript
浅谈sass在vue注意的地方
2017/08/10 Javascript
详解Vue如何支持JSX语法
2017/11/10 Javascript
js设置随机切换背景图片的简单实例
2017/11/12 Javascript
详解Vue结合后台的列表增删改案例
2018/08/21 Javascript
vue实现简单全选和反选功能
2020/09/15 Javascript
python time模块用法实例详解
2014/09/11 Python
python中字符串内置函数的用法总结
2018/09/13 Python
Python基础之文件读取的讲解
2019/02/16 Python
为何人工智能(AI)首选Python?读完这篇文章你就知道了(推荐)
2019/04/06 Python
Python计算一个点到所有点的欧式距离实现方法
2019/07/04 Python
Django models文件模型变更错误解决
2020/05/11 Python
Django celery异步任务实现代码示例
2020/11/26 Python
Kathmandu英国网站:新西兰户外运动品牌
2017/03/27 全球购物
工作疏忽检讨书
2014/01/25 职场文书
保证书范文大全
2014/04/28 职场文书
创先争优一句话承诺
2014/05/29 职场文书
导游欢送词
2015/01/31 职场文书
2015年政治教研组工作总结
2015/07/22 职场文书
2015毕业设计工作总结
2015/07/24 职场文书
2015年秋季校长开学典礼致辞
2015/07/29 职场文书
幼儿园中班教育随笔
2015/08/14 职场文书
导游词之上饶龟峰
2019/10/25 职场文书
python 实现德洛内三角剖分的操作
2021/04/22 Python
CSS font-variation 可变字体的魅力(实例详解)
2022/03/03 HTML / CSS
忘记Grafana不要紧2种Grafana重置admin密码方法详细步骤
2022/04/07 Servers