pandasDataFrame数据选取，修改，切片的实现_数据太少时间切片csdn - CSDN文库

Pandas选取数据

86 浏览量更新于2023-05-11 评论收藏 63KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

pandas DataFrame 数据选取，修改，切片的实现数据选取，修改，切片的实现

主要介绍了pandas DataFrame 数据选取，修改，切片的实现，文中通过示例代码介绍的非常详细，对大家的学

习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

在刚开始使用pandas DataFrame的时候，对于数据的选取，修改和切片经常困惑，这里总结了一些常用的操作。

pandas主要提供了三种属性用来选取行/列数据：

属性名属性名属性属性

ix 根据整数索引或者行标签选取数据

iloc 根据位置的整数索引选取数据

loc 根据行标签选取数据

先初始化一个DateFrame做例子

import numpy as np

import pandas as pd

df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])

df是这样的

In [35]: df

Out[35]:

name gender age

0 Snow M 22

1 Tyrion M 32

2 Sansa F 18

3 Arya F 14

如果每列都有column name，比如这里是:

In [42]: df.columns

Out[42]: Index(['name', 'gender', 'age'], dtype='object')

1. df['column_name'] ，df[row_start_index, row_end_index] 选取指定整列数据

df['name']

df['gender']

df[['name','gender']] #选取多列，多列名字要放在list里

df[0:] #第0行及之后的行，相当于df的全部数据，注意冒号是必须的

df[:2] #第2行之前的数据（不含第2行）

df[0:1] #第0行

df[1:3] #第1行到第2行（不含第3行）

df[-1:] #最后一行

df[-3:-1] #倒数第3行到倒数第1行（不包含最后1行即倒数第1行，这里有点烦躁，因为从前数时从第0行开始，从后数就是-1行开始，毕竟没有-0）

2. loc，在知道列名字的情况下，df.loc[index,column] 选取指定行，列的数据

loc也提供了五种参数形式

input example（摘自官方文档）（摘自官方文档） output

行标签 df.loc[‘viper'] 选取viper那一行

行标签数组 df.loc[[‘viper', ‘sidewinder']] 选取行标签为viper、sidewinder

行标签切片 df.loc[‘cobra':‘viper', ‘max_speed'] 选取从cobra到viper行的max_speed列

布尔值数组 df.loc[[False, False, True]] —

函数

df.loc[df[‘shield'] > 6,

[‘max_speed']]

选取shield列大于6的那一行的max_speed数据

注意 df.loc[df[‘one']>10]这样的写法是可以正常选出one列大于10的数据

# df.loc[index, column_name],选取指定行和列的数据

df.loc[0,'name'] # 'Snow'

df.loc[0:2, ['name','age']] #选取第0行到第2行，name列和age列的数据, 注意这里的行选取是包含下标的。

df.loc[[2,3],['name','age']] #选取指定的第2行和第3行，name和age列的数据

df.loc[df['gender']=='M','name'] #选取gender列是M，name列的数据

df.loc[df['gender']=='M',['name','age']] #选取gender列是M，name和age列的数据

3. iloc，在column name特别长或者index是时间序列等各种不方便输入的情况下，可以用iloc (i = index), iloc完全用数字来定

位 iloc[row_index, column_index]

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

评论0

weixin_38530211

粉丝: 1
资源: 970

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈