用pandas中的DataFrame时选取行或列的方法

技术  /  管理员 发布于 7年前   158

如下所示：

import numpy as npimport pandas as pdfrom pandas import Sereis, DataFrameser = 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Seriesdata.iloc[-1:]  #选取DataFrame最后一行，返回的是DataFramedata.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 pdfrom pandas import Series, DataFrameimport numpy as npdata = DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e'])dataOut[7]:     a  b  c  d  eone   0  1  2  3  4two   5  6  7  8  9three 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    0two    5three  10Name: a, dtype: int32data['a']Out[8]: one    0two    5three  10Name: a, dtype: int32data.aOut[9]: one    0two    5three  10Name: a, dtype: int32data[['a']]Out[10]:     aone   0two   5three 10data.ix[:,[0,1,2]] #不知道列名只知道列的位置时Out[13]:     a  b  cone   0  1  2two   5  6  7three 10 11 12data.ix[1,[0]] #选择第2行第1列的值Out[14]: a  5Name: two, dtype: int32data.ix[[1,2],[0]]  #选择第2,3行第1列的值Out[15]:     atwo   5three 10data.ix[1:3,[0,2]] #选择第2-4行第1、3列的值Out[17]:     a  ctwo   5  7three 10 12data.ix[1:2,2:4] #选择第2-3行，3-5（不包括5）列的值Out[29]:    c dtwo 7 8data.ix[data.a>5,3]Out[30]: three  13Name: d, dtype: int32data.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]:     dthree 13data.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  dthree 12 13data.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  cthree 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  etwo   5  9three 10 14data.ix['one':'two',[2,1]]Out[25]:    c bone 2 1two 7 6data.ix[['one','three'],[2,2]]Out[26]:     c  cone   2  2three 12 12data.ix['one':'three',['a','c']]Out[27]:     a  cone   0  2two   5  7three 10 12data.ix[['one','one'],['a','e','d','d','d']]Out[28]:    a e d d done 0 4 3 3 3one 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 etwo 5 6 7 8 9data.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  5b  6c  7d  8e  9Name: two, dtype: int32data.ix[1]  #选择第2行Out[20]: a  5b  6c  7d  8e  9Name: two, dtype: int32data['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 eone 0 1 2 3 4two 5 6 7 8 9data.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  etwo   5  6  7  8  9three 10 11 12 13 14data.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  ethree 10 11 12 13 14data[-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  ethree 10 11 12 13 14data.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  10b  11c  12d  13e  14Name: three, dtype: int32data.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 timedate        2016-11-01 0  3317.4 IF1611 18:10:44.82016-11-01 1  3317.4 IF1611 06:01:04.52016-11-01 2  3317.4 IF1611 07:46:25.52016-11-01 3  3318.4 IF1611 09:30:04.02016-11-01 4  3321.8 IF1611 09:31:04.0data6.columns = list('abcd')data6  a  b  c  ddate        2016-11-01 0  3317.4 IF1611 18:10:44.82016-11-01 1  3317.4 IF1611 06:01:04.52016-11-01 2  3317.4 IF1611 07:46:25.52016-11-01 3  3318.4 IF1611 09:30:04.02016-11-01 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。