import pandas as pd
data = pd.DataFrame({'a':[1,2,3],'b':[4,5,6],'c':[7,8,9]})
提取列
单列
data['a']
多列
data[['a', 'b']]
使用 .loc或者 .iloc 提取
第一个参数是行，第二个参数为列
.loc为按标签提取， .iloc为按位置索引提取
data.loc[:, 'a'] # 等价于data.iloc[:, 0]
data.loc[:, ['a', 'b']] # 等价于data.iloc[:, [0, 1]]
提取行
提取行的时候，一般只能使用 .loc 和 .iloc 来提取，个人是比较喜欢使用 .loc
提取某些行
# 提取一行
data.loc[1] # 标签索引
Out[35]:
a 2
b 5
c 8
Name: 1, dtype: int64
data.iloc[1] # 位置索引
Out[36]:
a 2
b 5
c 8
# 提取多行
data.loc[:1]
Out[37]:
a b c
0 1 4 7
1 2 5 8
data.loc[[0,1]]
Out[38]:
a b c
0 1 4 7
1 2 5 8
行列一起使用
data.loc[0:1, 'b']
Out[40]:
0 4
1 5
按匹配条件提取多行
这种方法是按照某些列符合某种条件，然后提取多行
单条件
多条件
# 这两种方法得到的结果是一致的，推荐使用第二种
# 与 条件 不能使用 and
data[(data['a']<=2) & (data['b']>=5)]
data.loc[(data['a']<=2) & (data['b']>=5)]
# 或 条件 不能使用 or
data[(data['a']<=2) | (data['b']>=5)]
data.loc[(data['a']<=2) | (data['b']>=5)]
1.按列取、按索引/行取、按特定行列取
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
|
import
numpy as np
from
pandas
import
DataFrame
import
pandas as pd
df
=
DataFrame(np.arange(
12
).reshape((
3
,
4
)),index
=
[
'one'
,
'two'
,
'thr'
],columns
=
list
(
'abcd'
))
df[
'a'
]
#取a列
df[[
'a'
,
'b'
]]
#取a、b列
#ix可以用数字索引，也可以用index和column索引
df.ix[
0
]
#取第0行
df.ix[
0
:
1
]
#取第0行
df.ix[
'one'
:
'two'
]
#取one、two行
df.ix[
0
:
2
,
0
]
#取第0、1行，第0列
df.ix[
0
:
1
,
'a'
]
#取第0行，a列
df.ix[
0
:
2
,
'a'
:
'c'
]
#取第0、1行，abc列
df.ix[
'one'
:
'two'
,
'a'
:
'c'
]
#取one、two行，abc列
df.ix[
0
:
2
,
0
:
1
]
#取第0、1行，第0列
df.ix[
0
:
2
,
0
:
2
]
#取第0、1行，第0、1列
#loc只能通过index和columns来取，不能用数字
df.loc[
'one'
,
'a'
]
#one行，a列
df.loc[
'one'
:
'two'
,
'a'
]
#one到two行，a列
df.loc[
'one'
:
'two'
,
'a'
:
'c'
]
#one到two行，a到c列
df.loc[
'one'
:
'two'
,[
'a'
,
'c'
]]
#one到two行，ac列
#iloc只能用数字索引，不能用索引名
df.iloc[
0
:
2
]
#前2行
df.iloc[
0
]
#第0行
df.iloc[
0
:
2
,
0
:
2
]
#0、1行，0、1列
df.iloc[[
0
,
2
],[
1
,
2
,
3
]]
#第0、2行，1、2、3列
#iat取某个单值,只能数字索引
df.iat[
1
,
1
]
#第1行，1列
#at取某个单值,只能index和columns索引
df.at[
'one'
,
'a'
]
#one行，a列
|
2.按条件取行
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
选取等于某些值的行记录 用
=
=
df.loc[df[‘column_name’]
=
=
some_value]
选取某列是否是某一类型的数值 用 isin
df.loc[df[‘column_name’].isin(some_values)]
多种条件的选取 用 &
df.loc[(df[‘column’]
=
=
some_value) & df[‘other_column’].isin(some_values)]
选取不等于某些值的行记录 用 ！
=
df.loc[df[‘column_name’] !
=
some_value]
isin返回一系列的数值,如果要选择不符合这个条件的数值使用~
df.loc[~df[‘column_name’].isin(some_values)]
|
3.取完之后替换
|
1
|
df
=
pd.DataFrame({
"id"
: [
25
,
53
,
15
,
47
,
52
,
54
,
45
,
9
],
"sex"
:
list
(
'mfmfmfmf'
),
'score'
: [
1.2
,
2.3
,
3.4
,
4.5
,
6.4
,
5.7
,
5.6
,
4.3
],
"name"
:[
'daisy'
,
'tony'
,
'peter'
,
'tommy'
,
'ana'
,
'david'
,
'ken'
,
'jim'
]})
|
将男性(m)替换为1，女性(f)替换为0
方法1：
|
1
2
|
df.ix[df[
'sex'
]
=
=
'f'
,
'sex'
]
=
0
df.ix[df[
'sex'
]
=
=
'm'
,
'sex'
]
=
1
|
注：在上面的代码中，逗号后面的‘sex’起到固定列名的作用
方法2：
|
1
2
|
df.sex[df[
'sex'
]
=
=
'm'
]
=
1
df.sex[df[
'sex'
]
=
=
'f'
]
=
0
|
4.删除特定行
|
1
2
3
4
5
6
7
8
9
|
# 要删除列“score”<50的所有行：
df
=
df.drop(df[df.score <
50
].index)
df.drop(df[df.score <
50
].index, inplace
=
True
)
# 多条件情况
# 可以使用操作符： | 只需其中一个成立, & 同时成立, ~ 表示取反，它们要用括号括起来。
# 例如删除列“score<50 和>20的所有行
df
=
df.drop(df[(df.score <
50
) & (df.score >
20
)].index)
|
选取等于某些值的行记录 用 ==
df.loc[df[‘column_name’] == some_value]
选取某列是否是某一类型的数值 用 isin
df.loc[df[‘column_name’].isin(some_values)]
多种条件的选取 用 &
df.loc[(df[‘column’] == some_value) & df[‘other_column’].isin(some_values)]
选取不等于某些值的行记录 用 ！=
df.loc[df[‘column_name’] != some_value]
isin返回一系列的数值,如果要选择不符合这个条件的数值使用~
df.loc[~df[‘column_name’].isin(some_values)]
1