dataframe按行列获取数据的方法总结

1.生成数据

生成1-25的数据，并转为5×5的数组，调用DataFrame转为dataframe。

arr=np.arange(1,26,1).reshape((5,5))
df=pd.DataFrame(arr)
print(df)

    0   1   2   3   4
0   1   2   3   4   5
1   6   7   8   9  10
2  11  12  13  14  15
3  16  17  18  19  20
4  21  22  23  24  25

2.基本属性

获取dataframe的行列数、行列索引等

print(f'形状:{df.shape}')
print(f'列索引:{list(df.columns)}')
print(f'行索引:{list(df.index)}')

形状:(5, 5)
列索引:[0, 1, 2, 3, 4]
行索引:[0, 1, 2, 3, 4]

3.按坐标取单个元素

直接通过[]，在[]中写行列两个元素即可获取指定坐标的元素。

print(f'(1,2)：{df.iloc[1,2]}')

#(1,2)：8

4.按行索引取数据

print(f'第1行\n{df.iloc[1]}')
print(f'第1-3行\n{df.iloc[1:4]}')

'''
第1行
0     6
1     7
2     8
3     9
4    10
Name: 1, dtype: int32
第1-3行
    0   1   2   3   4
1   6   7   8   9  10
2  11  12  13  14  15
3  16  17  18  19  20
'''

5.按列索引取

print(f'第1列\n{df[1]}')
print(f'第1-3列\n{df[df.columns[1:4]]}')

'''
第1列
0     2
1     7
2    12
3    17
4    22
Name: 1, dtype: int32
第1-3列
    1   2   3
0   2   3   4
1   7   8   9
2  12  13  14
3  17  18  19
4  22  23  24
'''

注意：当需要获取多；列时，这里不能像行一样直接使用df[1:4]，这是因为当直接使用[]获取时，若给定的索引为整数索引则按行取，为字符索引则按列取。当使用默认的整数索引时，是不能直接通过整数取，这是我们只需要先获取列索引名，再指定具体的列索引即可。若为字符索引时则可直接获取。

6.按块索引

在按行或列的基础上将list作为索引即可取不连续的块。

print(f'第1,3,4行\n{df.loc[[1,3,4]]}')
print(f'第1,3,4列\n{df[[1,3,4]]}')
print(f'第(2,3)*(1,3,4)形成的交叉块\n{df.iloc[[2,3],[1,3,4]]}')

'''
第1,3,4行
    0   1   2   3   4
1   6   7   8   9  10
3  16  17  18  19  20
4  21  22  23  24  25
第1,3,4列
    1   3   4
0   2   4   5
1   7   9  10
2  12  14  15
3  17  19  20
4  22  24  25
第(2,3)*(1,3,4)形成的交叉块
    1   3   4
2  12  14  15
3  17  19  20
'''

7.整体原则

• dataframe若直接使用[]获取，整数索引为行，字符索引为列
• 直接使用[]，为按行取，通过.loc[]为按行字符索引取，.iloc[]为按行整数索引取
• 取不连续块的时候，通过list作为索引值

ix混合索引的方式将被遗弃，本文就不再叙述。