轉自：曉東邪
用pandas中的DataFrame時選取行或列：
1 import numpy as np 2 import pandas as pd 3 from pandas import Sereis, DataFrame 4 5 ser = Series(np.arange(3.)) 6 7 data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz')) 8 9 data['w'] #選擇表格中的'w'列，使用類字典屬性,返回的是Series類型 10 11 data.w #選擇表格中的'w'列，使用點屬性,返回的是Series類型 12 13 data[['w']] #選擇表格中的'w'列，返回的是DataFrame類型 14 15 data[['w','z']] #選擇表格中的'w'、'z'列 16 17 data[0:2] #返回第1行到第2行的所有行，前閉后開，包括前不包括后 18 19 data[1:2] #返回第2行，從0計，返回的是單行，通過有前后值的索引形式， 20 #如果采用data[1]則報錯 21 22 data.ix[1:2] #返回第2行的第三種方法，返回的是DataFrame，跟data[1:2]同 23 24 data['a':'b'] #利用index值進行切片，返回的是**前閉后閉**的DataFrame, 25 #即末端是包含的 26 27 #——————新版本pandas已舍棄該方法，用iloc代替——————— 28 data.irow(0) #取data的第一行 29 data.icol(0) #取data的第一列 30 31 ser.iget_value(0) #選取ser序列中的第一個 32 ser.iget_value(-1) #選取ser序列中的最后一個，這種軸索引包含索引器的series不能采用ser[-1]去獲取最后一個，這會引起歧義。 33 #————————————————————————————----------------- 34 35 data.head() #返回data的前幾行數據，默認為前五行，需要前十行則data.head(10) 36 data.tail() #返回data的后幾行數據，默認為后五行，需要后十行則data.tail(10) 37 38 data.iloc[-1] #選取DataFrame最后一行，返回的是Series 39 data.iloc[-1:] #選取DataFrame最后一行，返回的是DataFrame 40 41 data.loc['a',['w','x']] #返回‘a’行'w'、'x'列，這種用於選取行索引列索引已知 42 43 data.iat[1,1] #選取第二行第二列，用於已知行、列位置的選取。
下面是簡單的例子使用驗證：
1 import pandas as pd 2 from pandas import Series, DataFrame 3 import numpy as np 4 5 data = DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e']) 6 7 data 8 Out[7]: 9 a b c d e 10 one 0 1 2 3 4 11 two 5 6 7 8 9 12 three 10 11 12 13 14 13 14 #對列的操作方法有如下幾種 15 16 data.icol(0) #選取第一列 17 E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: icol(i) is deprecated. Please use .iloc[:,i] 18 # -*- coding: utf-8 -*- 19 Out[35]: 20 one 0 21 two 5 22 three 10 23 Name: a, dtype: int32 24 25 data['a'] 26 Out[8]: 27 one 0 28 two 5 29 three 10 30 Name: a, dtype: int32 31 32 data.a 33 Out[9]: 34 one 0 35 two 5 36 three 10 37 Name: a, dtype: int32 38 39 data[['a']] 40 Out[10]: 41 a 42 one 0 43 two 5 44 three 10 45 46 data.ix[:,[0,1,2]] #不知道列名只知道列的位置時 47 Out[13]: 48 a b c 49 one 0 1 2 50 two 5 6 7 51 three 10 11 12 52 53 data.ix[1,[0]] #選擇第2行第1列的值 54 Out[14]: 55 a 5 56 Name: two, dtype: int32 57 58 data.ix[[1,2],[0]] #選擇第2,3行第1列的值 59 Out[15]: 60 a 61 two 5 62 three 10 63 64 data.ix[1:3,[0,2]] #選擇第2-4行第1、3列的值 65 Out[17]: 66 a c 67 two 5 7 68 three 10 12 69 70 data.ix[1:2,2:4] #選擇第2-3行，3-5（不包括5）列的值 71 Out[29]: 72 c d 73 two 7 8 74 75 data.ix[data.a>5,3] 76 Out[30]: 77 three 13 78 Name: d, dtype: int32 79 80 data.ix[data.b>6,3:4] #選擇'b'列中大於6所在的行中的第4列，有點拗口 81 Out[31]: 82 d 83 three 13 84 85 data.ix[data.a>5,2:4] #選擇'a'列中大於5所在的行中的第3-5（不包括5）列 86 Out[32]: 87 c d 88 three 12 13 89 90 data.ix[data.a>5,[2,2,2]] #選擇'a'列中大於5所在的行中的第2列並重復3次 91 Out[33]: 92 c c c 93 three 12 12 12 94 95 #還可以行數或列數跟行名列名混着用 96 data.ix[1:3,['a','e']] 97 Out[24]: 98 a e 99 two 5 9 100 three 10 14 101 102 data.ix['one':'two',[2,1]] 103 Out[25]: 104 c b 105 one 2 1 106 two 7 6 107 108 data.ix[['one','three'],[2,2]] 109 Out[26]: 110 c c 111 one 2 2 112 three 12 12 113 114 data.ix['one':'three',['a','c']] 115 Out[27]: 116 a c 117 one 0 2 118 two 5 7 119 three 10 12 120 121 data.ix[['one','one'],['a','e','d','d','d']] 122 Out[28]: 123 a e d d d 124 one 0 4 3 3 3 125 one 0 4 3 3 3 126 127 #對行的操作有如下幾種： 128 data[1:2] #（不知道列索引時）選擇第2行，不能用data[1]，可以用data.ix[1] 129 Out[18]: 130 a b c d e 131 two 5 6 7 8 9 132 133 data.irow(1) #選取第二行 134 Out[36]: 135 a 5 136 b 6 137 c 7 138 d 8 139 e 9 140 Name: two, dtype: int32 141 142 data.ix[1] #選擇第2行 143 Out[20]: 144 a 5 145 b 6 146 c 7 147 d 8 148 e 9 149 Name: two, dtype: int32 150 151 152 data['one':'two'] #當用已知的行索引時為前閉后閉區間，這點與切片稍有不同。 153 Out[22]: 154 a b c d e 155 one 0 1 2 3 4 156 two 5 6 7 8 9 157 158 data.ix[1:3] #選擇第2到4行，不包括第4行，即前閉后開區間。 159 Out[23]: 160 a b c d e 161 two 5 6 7 8 9 162 three 10 11 12 13 14 163 164 data.ix[-1:] #取DataFrame中最后一行，返回的是DataFrame類型,**注意**這種取法是有使用條件的，只有當行索引不是數字索引時才可以使用，否則可以選用`data[-1:]`--返回DataFrame類型或`data.irow(-1)`--返回Series類型 165 Out[11]: 166 a b c d e 167 three 10 11 12 13 14 168 169 data[-1:] #跟上面一樣，取DataFrame中最后一行，返回的是DataFrame類型 170 Out[12]: 171 a b c d e 172 three 10 11 12 13 14 173 174 data.ix[-1] #取DataFrame中最后一行，返回的是Series類型，這個一樣，行索引不能是數字時才可以使用 175 Out[13]: 176 a 10 177 b 11 178 c 12 179 d 13 180 e 14 181 Name: three, dtype: int32 182 183 data.tail(1) #返回DataFrame中的最后一行 184 data.head(1) #返回DataFrame中的第一行