Pandas通过loc、iloc、Ix属性和boolean访问数据

数据访问 在pandas中进行数据访问和修改时是要借助DataFrame(数据帧)来进行的。在此模块中，

主要使用三种索引函数来进行数据访问：

　　(1)loc：标签索引，行和列的名称；

　　(2)iloc：整型索引(绝对位置索引)；

　　(3)ix：iloc 和 loc 的整合。

 

　比如这就是我们的基本数据：

 

import pandas as pd 

data=[['China',1328474],['USA',302841],['Japan',127953],['India',1151751]] 

df=pd.DataFrame(data,index=['a','b','c','d'],columns=['Country','Population(thousands)'])

print(df)

loc--通过自定义索引获取数据，下面两种方法是等价的：

print(df.loc['a'])

print(df.loc['a']，:)

 

　　通过loc按列标签选取某列数据。

import pandas as pd #导入pandas库，取别名为pd

data=[['China',1328474],['USA',302841],['Japan',127953],['India',1151751]] #创建一个列表

df=pd.DataFrame(data,index=['a','b','c','d'],columns=['Country','Population(thousands)']) #指定了index

print(df)

print('\n')

print(df.loc[:,'Country'])

　　在使用loc选取列的时候，不能省略行标签的指定，需要使用(:)用切片的方式表示所有行。

　　

　　通过loc按行、列标签(先行后列)选取指定行和列的数据。

import pandas as pd #导入pandas库，取别名为pd

data=[['China',1328474],['USA',302841],['Japan',127953],['India',1151751]] #创建一个列表

df=pd.DataFrame(data,index=['a','b','c','d'],columns=['Country','Population(thousands)']) #指定了index

print(df)

print('\n')

print(df.loc['a':'c','Country'])

　　

　　也可以在访问到数据的同时改变数据。

df.loc['c','Country']='None'

 

　　iloc--通过数字索引获取数据。iloc使用方法和loc基本一致，只不过iloc通过数字索引。

import pandas as pd #导入pandas库，取别名为pd

data=[['China',1328474],['USA',302841],['Japan',127953],['India',1151751]] #创建一个列表

df=pd.DataFrame(data,index=['a','b','c','d'],columns=['Country','Population(thousands)']) #指定了index

print(df)

print('\n')

print(df.iloc[2,1]) #第2行第1列(行和列都是从0数起)

 

　　ix--loc和iloc的结合。ix是loc和iloc的结合，可以混用数字和自定的标签进行索引。

import pandas as pd #导入pandas库，取别名为pd

data=[['China',1328474],['USA',302841],['Japan',127953],['India',1151751]] #创建一个列表

df=pd.DataFrame(data,index=['a','b','c','d'],columns=['Country','Population(thousands)']) #指定了index

print(df)

print('\n')

print(df.ix['c',1])

print(df.ix[2,'Population(thousands)'])

　　第2行(从0数起)的行标签是c，第1列(从0数起)的列表签是Population(thousands)。所以在使用ix获取数据的时候，可以通过行标签也可以通过数字进行索引。

 

　　Boolean索引。除上面两种方法之外，还可以使用 DataFrame 中的Boolean索引来对数据进行访问。比如我们只想知道人口大于十亿的国家的数据，就可以使用Boolean索引。

import pandas as pd #导入pandas库，取别名为pd

data=[['China',1328474],['USA',302841],['Japan',127953],['India',1151751]] #创建一个列表

df=pd.DataFrame(data,index=['a','b','c','d'],columns=['Country','Population(thousands)']) #指定了index

print(df)

print('\n')

df_2=df['Population(thousands)']>1000000

print(df_2)

df_3=df[df['Population(thousands)']>1000000]

print(df_3)