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中文源码网。