Python中DataFrame取片操作(loc、iloc、ix等)

import numpy as np
import pandas as pd

# 生成一个DataFrame
data = np.DataFrame(np.range(25), reshape(-1,5), index = ["A", "B", "C", "D", "E"], columns=list('qwert'))
print(data)

    q   w   e   r   t
A   0   1   2   3   4
B   5   6   7   8   9
C  10  11  12  13  14

# data[0:x] ——> 提取1-(x-1)行数据
print(data[0:3])

    q   w   e   r   t
A   0   1   2   3   4
B   5   6   7   8   9
C  10  11  12  13  14

# 求处该数据的行和列
print(len(data))
print(data.columns.size)

5
5

# 抓取行和列的索引名称
# 列索引
print(data.columns)
# 行索引
print(data.index)

Index(['q', 'w', 'e', 'r', 't'], dtype='object')
Index(['A', 'B', 'C', 'D', 'E'], dtype='object')

# 取某一列 用列索引
print(data["w"])

A     1
B     6
C    11
D    16
E    21
Name: w, dtype: int64

# 取某一行或者某几行
print(data[0:3])

    q   w   e   r   t
C  10  11  12  13  14
D  15  16  17  18  19
E  20  21  22  23  24

# 用loc进行取片
# 当每列已有column name时，用 data [ 'w' ] 就能选取出一整列数据。如果你知道column names 和index，且两者都很好输入，可以选择 .loc
print(data.loc[["A","C"],["w","r"]])

   w   r
A   1   3
C  11  13
# 如果没有指定行索引可以用过自带索引 print(data.loc[1：5,["w","r"]])

# 用iloc进行取片
# 如果不想用复杂的索引进行取值，则可以直接用数字索引
# 如果取 x:y的连续值就不用[ ]，而取某几行时需要用列表形式
print(data.iloc[1:3,1:3])     
print(data.iloc[[1,3],1:5])
print(data.iloc[1,1])

    w   e
B   6   7
C  11  12

    w   e   r   t
B   6   7   8   9
D  16  17  18  19

6

# .ix 取片
允许混合使用下标和名称进行选取。 涵盖了前面所有的用法。但是有一点，就是data.ix [ [ ..1.. ], [..2..] ],  1框内必须统一，必须同时是下标或者索引，2框也一样。  1框是用来指定row，2框是指定column。

print(data.ix[1:3,2:5])
print(data.ix[["A", "D"],2:5])
    e   r   t
B   7   8   9
C  12  13  14

    e   r   t
A   2   3   4
D  17  18  19

本文结束…