python?Pandas之DataFrame索引及選取數(shù)據(jù)
1.索引是什么
1.1 認識索引
先創(chuàng)建一個簡單的DataFrame。
myList = [['a', 10, 1.1], ['b', 20, 2.2], ['c', 30, 3.3], ['d', 40, 4.4]] df1 = pd.DataFrame(data = myList) print(df1) -------------------------------- [out]: 0 1 2 0 a 10 1.1 1 b 20 2.2 2 c 30 3.3 3 d 40 4.4
DataFrame中有兩種索引：
- 行索引(index)：對應最左邊那一豎列
- 列索引(columns)：對應最上面那一橫行
兩種索引默認均為從0開始的自增整數(shù)。
# 輸出行索引
print(df1.index)
[out]:
RangeIndex(start=0, stop=4, step=1)
---------------------------------------
# 輸出列索引
print(df1.columns)
[out]:
RangeIndex(start=0, stop=3, step=1)
---------------------------------------
# 輸出所有的值
print(df1.values)
[out]:
array([['a', 10, 1.1],
['b', 20, 2.2],
['c', 30, 3.3],
['d', 40, 4.4]], dtype=object)1.2 自定義索引
可以使用 index 這個參數(shù)指定行索引，columns 這個參數(shù)指定列索引。
df2 = pd.DataFrame(myList,
index = ['one', 'two', 'three', 'four'],
columns = ['char', 'int', 'float'])
print(df2)
-----------------------------------------------------------
[out]:
char int float
one a 10 1.1
two b 20 2.2
three c 30 3.3
four d 40 4.4輸出此時的行索引和列索引：
# 輸出行索引
print(df2.index)
[out]:
Index(['one', 'two', 'three', 'four'], dtype='object')
--------------------------------------------------------
# 輸出列索引
print(df2.columns)
[out]:
Index(['char', 'int', 'float'], dtype='object')
2. 索引的簡單使用
2.1 列索引
選擇一列：
print(df2['char']) print(df2.char) # 兩種方式輸出一樣 [out]: one a two b three c four d Name: char, dtype: object
注意此時方括號里面只傳入一個字符串’char’，這樣選出來的一列，結果的類型為Series
print(df2['char']) print(df2.char) # 兩種方式輸出一樣 [out]: one a two b three c four d Name: char, dtype: object
選擇多列：
print(df2[['char', 'int']])
[out]:
char int
one a 10
two b 20
three c 30
four d 40注意此時方括號里面?zhèn)魅胍粋€列表 [‘char’, ‘int’]，選出的結果類型為 DataFrame。
如果只想選出來一列，卻想返回 DataFrame 類型怎么辦？
print(df2[['char']])
[out]:
char
one a
two b
three c
four d
---------------------------------------
type(df2[['char']])
[out]：pandas.core.frame.DataFrame注意直接使用df2[0]取某一列會報錯，除非columns是由下標索引組成的，比如df1那個樣子，df1[0]就不會報錯。
print(df1[0]) [out]: 0 a 1 b 2 c 3 d Name: 0, dtype: object ----------------------- print(df2[0]) [out]: KeyError: 0
2.2 行索引
2.2.1 使用[ ]
區(qū)別于選取列，此種方式[ ]中不再單獨的傳入一個字符串，而是需要使用冒號切片。
選取行標簽從 ’two’ 到 ’three’ 的多行數(shù)據(jù)
print(df2['two': 'three'])
[out]:
char int float
two b 20 2.2
three c 30 3.3選取行標簽為’two’這一行數(shù)據(jù)
# 此時返回的類型為DataFrame
print(df2['two': 'two'])
[out]:
char int float
two b 20 2.2在[ ]中不僅可以傳入行標簽，還可以傳入行的編號。
選取從第1行到第3行的數(shù)據(jù)(編號從0開始)
print(df2[1:4])
[out]:
char int float
two b 20 2.2
three c 30 3.3
four d 40 4.4可以看到選取的數(shù)據(jù)是不包含方括號最右側的編號所對應的數(shù)據(jù)的。
選取第1行的數(shù)據(jù)
print(df2[1:2])
[out]:
char int float
two b 20 2.22.2.2 使用.loc()和.iloc()
區(qū)別就是.loc()是根據(jù)行索引和列索引的值來選取數(shù)據(jù)，而.iloc()是根據(jù)從0開始的下標位置來進行索引的。
選取行：
使用.loc()
print(df2.loc['one'])
[out]:
char a
int 10
float 1.1
Name: one, dtype: object
-------------------------------------------
print(df2.loc[['one', 'three']])
[out]:
char int float
one a 10 1.1
three c 30 3.3使用.iloc()
print(df2.iloc[0])
[out]:
char a
int 10
float 1.1
Name: one, dtype: object
-------------------------------------------
print(df2.iloc[[0, 2]])
[out]:
char int float
one a 10 1.1
three c 30 3.3到此這篇關于python Pandas之DataFrame索引及選取數(shù)據(jù)的文章就介紹到這了,更多相關python DataFrame索引 內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了python 實現(xiàn)性別識別的示例，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-11-11
python判斷一個集合是否包含了另外一個集合中所有項的方法
這篇文章主要介紹了python判斷一個集合是否包含了另外一個集合中所有項的方法,涉及Python集合操作的相關技巧,需要的朋友可以參考下2015-06-06
這篇文章主要為大家詳細介紹了python3+PyQt5實現(xiàn)拖放功能，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-04-04
這篇文章主要介紹了Python 沒有main函數(shù)的原因，文中講解非常詳細，示例代碼幫助大家更好的理解和學習，感興趣的朋友可以了解下2020-07-07
用python實現(xiàn)一個簡單計算器（完整DEMO）
這篇文章主要介紹了用python實現(xiàn)一個簡單計算器（完整DEMO）,需要的朋友可以參考下2020-10-10
今天小編就為大家分享一篇用Python實現(xiàn)最速下降法求極值的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
這篇文章主要介紹了快速查詢Python文檔方法分享，具有一定借鑒價值,需要的朋友可以參考下2017-12-12
這篇文章主要介紹了Python列表append和+的區(qū)別淺析,本文得出一的結論是使用append實際是修改一個列表,使用+實際是創(chuàng)建一個新的列表,需要的朋友可以參考下2015-02-02
這篇文章主要介紹了Python模擬登錄12306的方法,是非常實用的技巧,具有一定參考借鑒價值,需要的朋友可以參考下2014-12-12
這篇文章主要介紹了python 安裝移動復制第三方庫操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-07-07