Pandas选取行，列总结

pandas 数据索引与选取

我们对 DataFrame 进行选择，大抵从这三个层次考虑：行列、区域、单元格。
其对应使用的方法如下：
一. 行，列 --> df[]
二. 区域 --> df.loc[], df.iloc[], df.ix[]
三. 单元格 --> df.at[], df.iat[]

下面开始练习：

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.randn(6,4), index=list('abcdef'), columns=list('ABCD'))

1. df[]:
   一维
   行维度：
   整数切片、标签切片、<布尔数组>
   列维度：
   标签索引、标签列表、Callable

df[:3]
df['a':'c']
df[[True,True,True,False,False,False]] # 前三行（布尔数组长度等于行数）
df[df['A']>0] # A列值大于0的行
df[(df['A']>0) | (df['B']>0)] # A列值大于0，或者B列大于0的行
df[(df['A']>0) & (df['C']>0)] # A列值大于0，并且C列大于0的行
 

df['A']
df[['A','B']]
df[lambda df: df.columns[0]] # Callable

2. df.loc[]
   二维，先行后列
   行维度：
   标签索引、标签切片、标签列表、<布尔数组>、Callable
   列维度：
   标签索引、标签切片、标签列表、<布尔数组>、Callable

df.loc['a', :]
df.loc['a':'d', :]
df.loc[['a','b','c'], :]
df.loc[[True,True,True,False,False,False], :] # 前三行（布尔数组长度等于行数）
df.loc[df['A']>0, :]
df.loc[df.loc[:,'A']>0, :]
df.loc[df.iloc[:,0]>0, :]
df.loc[lambda _df: _df.A > 0, :]
 

df.loc[:, 'A']
df.loc[:, 'A':'C']
df.loc[:, ['A','B','C']]
df.loc[:, [True,True,True,False]] # 前三列（布尔数组长度等于行数）
df.loc[:, df.loc['a']>0]          # a行大于0的列
df.loc[:, df.iloc[0]>0]           # 0行大于0的列
df.loc[:, lambda _df: ['A', 'B']]
 

df.A.loc[lambda s: s > 0]

3. df.iloc[]
   二维，先行后列
   行维度：
   整数索引、整数切片、整数列表、<布尔数组>
   列维度：
   整数索引、整数切片、整数列表、<布尔数组>、Callable

df.iloc[3, :]
df.iloc[:3, :]
df.iloc[[0,2,4], :]
df.iloc[[True,True,True,False,False,False], :] # 前三行（布尔数组长度等于行数）
df.iloc[df['A']>0, :]       #× 为什么不行呢？想不通！
df.iloc[df.loc[:,'A']>0, :] #×
df.iloc[df.iloc[:,0]>0, :]  #×
df.iloc[lambda _df: [0, 1], :]
 

df.iloc[:, 1]
df.iloc[:, 0:3]
df.iloc[:, [0,1,2]]
df.iloc[:, [True,True,True,False]] # 前三列（布尔数组长度等于行数）
df.iloc[:, df.loc['a']>0] #×
df.iloc[:, df.iloc[0]>0]  #×
df.iloc[:, lambda _df: [0, 1]]

4. df.ix[]
   二维，先行后列
   行维度：
   整数索引、整数切片、整数列表、
   标签索引、标签切片、标签列表、
   <布尔数组>、
   Callable
   列维度：
   整数索引、整数切片、整数列表、
   标签索引、标签切片、标签列表、
   <布尔数组>、
   Callable

df.ix[0, :]
df.ix[0:3, :]
df.ix[[0,1,2], :]

df.ix['a', :]
df.ix['a':'d', :]
df.ix[['a','b','c'], :]
 

df.ix[:, 0]
df.ix[:, 0:3]
df.ix[:, [0,1,2]]

df.ix[:, 'A']
df.ix[:, 'A':'C']
df.ix[:, ['A','B','C']]
 

5. df.at[]
   精确定位单元格
   行维度：
   标签索引
   列维度：
   标签索引

df.at['a', 'A']

6. df.iat[]
   精确定位单元格

行维度：
整数索引
列维度：
整数索引

df.iat[0, 0]

---

选取某一列

df['A']

选取某一行

df.loc['1']

删除某一列

pd.drop('Part Number',axis=1)

删除某两行

pd.drop([11，12]，axis=0)

采用drop方法，有下面三种等价的表达式：

1. DF= DF.drop('column_name', 1)；
2. DF.drop('column_name',axis=1, inplace=True)
3. DF.drop([DF.columns[[0,1, 3]]], axis=1,inplace=True) # Note: zero indexed

---

注意：凡是会对原数组作出修改并返回一个新数组的，往往都有一个 inplace可选参数。如果手动设定为True（默认为False），那么原数组直接就被替换。也就是说，采用inplace=True之后，原数组名（如2和3情况所示）对应的内存值直接改变；而采用inplace=False之后，原数组名对应的内存值并不改变，需要将新的结果赋给一个新的数组或者覆盖原数组的内存位置（如1情况所示）

合并两个dataframe

pd.merge(df1,df2,how='left',on='Part Description')

插入一列

pd.insert(1,'e',df['a'])

插入在第1列（起始为0列，列名为e，列的内容为df['a']）

---

dataframe 选取Nan 或者not Nan

productid_2=productid_1[productid_1['Product Code'].notnull()] #以该列非空值为条件，筛选整个dataframe
productid_2=productid_1[productid_1['Product Code'].isnull()]  #以该列空值为条件，筛选整个dataframe