python/pandas数据分析(十六)- 数据索引与选取
来源:互联网 发布:自学网络编程 编辑:程序博客网 时间:2024/06/05 15:46
我们对 DataFrame 进行选择,大抵从这三个层次考虑:行列、区域、单元格。
其对应使用的方法如下:
一. 行,列 –> df[]
二. 区域 –> df.loc[], df.iloc[], df.ix[]
三. 单元格 –> df.at[], df.iat[]
- df[]:
一维
行维度:
整数切片、标签切片、<布尔数组>
列维度:
标签索引、标签列表、Callable
df[:3]df['a':'c']df[[True,True,True,False,False,False]] # 前三行(布尔数组长度等于行数)df[df['A']>0] # A列值大于0的行df[(df['A']>0) | (df['B']>0)] # A列值大于0,或者B列大于0的行df[(df['A']>0) & (df['C']>0)] # A列值大于0,并且C列大于0的行
- df.loc[]
二维,先行后列
行维度:
标签索引、标签切片、标签列表、<布尔数组>、Callable
列维度:
标签索引、标签切片、标签列表、<布尔数组>、Callable
df.loc['a', :]df.loc['a':'d', :]df.loc[['a','b','c'], :]df.loc[[True,True,True,False,False,False], :] # 前三行(布尔数组长度等于行数)df.loc[df['A']>0, :]df.loc[df.loc[:,'A']>0, :]df.loc[df.iloc[:,0]>0, :]df.loc[lambda _df: _df.A > 0, :]
df.loc[:, 'A']df.loc[:, 'A':'C']df.loc[:, ['A','B','C']]df.loc[:, [True,True,True,False]] # 前三列(布尔数组长度等于行数)df.loc[:, df.loc['a']>0] # a行大于0的列df.loc[:, df.iloc[0]>0] # 0行大于0的列df.loc[:, lambda _df: ['A', 'B']]df.A.loc[lambda s: s > 0]
- df.iloc[]
二维,先行后列
行维度:
整数索引、整数切片、整数列表、<布尔数组>
列维度:
整数索引、整数切片、整数列表、<布尔数组>、Callable
df.iloc[3, :]df.iloc[:3, :]df.iloc[[0,2,4], :]df.iloc[[True,True,True,False,False,False], :] # 前三行(布尔数组长度等于行数)df.iloc[df['A']>0, :] #× 为什么不行呢?想不通!df.iloc[df.loc[:,'A']>0, :] #×df.iloc[df.iloc[:,0]>0, :] #×df.iloc[lambda _df: [0, 1], :]df.iloc[:, 1]df.iloc[:, 0:3]df.iloc[:, [0,1,2]]df.iloc[:, [True,True,True,False]] # 前三列(布尔数组长度等于行数)df.iloc[:, df.loc['a']>0] #×df.iloc[:, df.iloc[0]>0] #×df.iloc[:, lambda _df: [0, 1]]
- df.ix[]
二维,先行后列
行维度:
整数索引、整数切片、整数列表、
标签索引、标签切片、标签列表、
<布尔数组>、
Callable
列维度:
整数索引、整数切片、整数列表、
标签索引、标签切片、标签列表、
<布尔数组>、
Callable
f.ix[0, :]df.ix[0:3, :]df.ix[[0,1,2], :]df.ix['a', :]df.ix['a':'d', :]df.ix[['a','b','c'], :]df.ix[:, 0]df.ix[:, 0:3]df.ix[:, [0,1,2]]df.ix[:, 'A']df.ix[:, 'A':'C']df.ix[:, ['A','B','C']]
0 0
- python/pandas数据分析(十六)- 数据索引与选取
- python科学计算笔记(四)pandas 数据索引与选取
- python数据分析---Pandas
- Python 数据分析 pandas
- python数据分析:pandas数据结构与操作
- python与数据分析 pandas 基础
- Pandas数据的选取
- Python-Pandas(1)数据读取与显示,数据样本行列选取
- python pandas 数据框 条件选取行列数据
- python数据分析之(3)pandas
- python基础数据分析--pandas(一)
- python数据分析(pandas入门)
- Python数据分析与展示(6)——Pandas数据特征分析
- 【Python数据分析与展示】(五)pandas库数据分析
- python/pandas/numpy数据分析(十)-函数, rank,重复索引
- Python 数据分析-pandas 基础
- pandas数据样本行列选取
- Python-Pandas(6)数据索引变换
- linux之文件类型
- Spring AOP 详解
- 并发容器之CopyOnWriteArrayList
- 【软件测试】单元测试
- 【Debug】不能实例化抽象类
- python/pandas数据分析(十六)- 数据索引与选取
- 【九度】哈夫曼树
- Node实践总结1——快速开始
- jquery 中的.done()和.always()
- ucos全局变量
- 学习springmvc的注释搭建框架
- Android 系列 6.5控制操作栏
- SecureCRT 屏幕输出行数设置
- opencv学习之图像阈值化