【项目实战】自监控-08-DataFrame行列操作（下篇）

系统：Windows 7
语言版本：Anaconda3-4.3.0.1-Windows-x86_64
编辑器：pycharm-community-2016.3.2

• 这个系列主要是实际在做项目的一个笔记
• 自监控项目，主要是对采集的质量监控数据做的一个实时预警
• 今天继续讲讲如何从DataFrame获取需要到的行或者列
• 主要涉及：ix，at，iat，get_value

Part 1：构建一个DataFrame

1. 一个DataFrame可以看成一个二维表格，不过这个二维表格有行标题也有列标题，而且每类标题可能不止一级
2. 示例中由一个字典构建一个DataFrame
3. 通过index参数制定行名称

import pandas as pddict1 = {"a": [1, 3, 5, 6], "b": [11, 12, 15, 16],         "c": [22, 27, 29, 30], "d": [82, 87, 89, 80]}df = pd.DataFrame(dict1, index=["x", "y", "z", "q"])print("df= \n", df)

运行结果

Part 2：索引名称及整数混合操作

1. 直接使用ix属性获取，可以理解成loc和iloc的混合版
2. ix依然紧跟一个[行，列]，行列既可以使用索引名称也可以使用表示位置的整数

df1 = df.ix["x":"z", [1, 3]]print("\ndf1= \n", df1)df11 = df.ix[1:3, "a":"c"]print("\ndf11= \n", df11)

运行结果

Part 3：布尔操作

1. 获取某一列中值满足特定条件的行
2. 对整体DataFrame进行判断，不符合的则将其对应值置为NaN

df2 = df[df.a > 3]print("\ndf2= \n", df2)df3 = df[df > 11]print("\ndf3= \n", df3)

运行结果

Part 4：获取单个值

1. 使用at[行，列]或者iat[行，列]或者get_value(行，列)，注意[]和()的区别
2. at和iat的区别类似loc和iloc，一个使用索引名称，一个是整数

df4 = df.at["x", "a"]print("\ndf4= \n", df4)df5 = df.get_value("x", "a")print("\ndf5= \n", df5)df6 = df.iat[1, 2]print("\ndf6= \n", df6)

运行结果

---

以上为本次的学习内容，下回见

本文为原创作品，如若转载请标明出处，如发现有错误，欢迎留言指出

---

更多原创请关注微信公众号

扫描二维码，关注公众号
Python 优雅 帅气