使用pandas庫實現csv行和列的獲取

本文轉載自查看原文 2020-05-20 23:53 6399 數據分析/ Python

1、讀取csv

import pandas as pd
df = pd.read_csv('路徑/py.csv')

2、取行號

index_num = df.index

舉個例子：

import pandas as pd

df = pd.read_csv('./IP2LOCATION.csv',encoding= 'utf-8')
index_num = df.index
print(index_num)

3、取出行

import pandas as pd

df = pd.read_csv('./IP2LOCATION.csv',encoding= 'utf-8',header=None)
# print(type(df))
df.columns = ['a','b','c','d','e','f']

# 獲取行數
# index_num = df.index
# print(index_num)

# 取出某一行
# row_data_1 = df.iloc[0]
# row_data_2 = df.iloc[[0]]

# 取出連續的行
# row_data_3 = df.iloc[0:2]
# row_data_4 = df[0:2]

# 取出不連續的行
# row_data_5 = df.iloc[[0,2]]

# print(row_data_5)

只取一行

可以使用df.iloc[行號],得到的是series

也可以使用df.iloc[[行號]],得到的是dataframe

row_data_1 = df.iloc[0] # pandas series
row_data_2 = df.iloc[[0]] # dataframe

loc是顯式的索引，默認第一行的行號為1，行號從1計數

iloc是隱式的索引，默認第一行的行號為0，行號從0計數

row_data_1

row_data_2

取連續的幾行

可以用df.iloc[行號:行號],也可以用df[行號:行號],得到的都是dataframe

row_data_3 = df.iloc[0:2]
row_data_3 = df[0:2]

row_data_3

row_data_4

取出不連續的幾行

使用df.iloc[[行號,行號]]，特別注意是兩個方括號，中間是逗號，得到的是dataframe

row_data_5 = df.iloc[[0,2]]

row_data_5

4、取出列

import pandas as pd

df = pd.read_csv('./IP2LOCATION.csv',encoding= 'utf-8',header=None)
# print(type(df))
df.columns = ['a','b','c','d','e','f']

# 只取一列
# col_data_1 = df['a']   # 單獨一列是個series
# col_data_2 = df.loc[:,'a']   # 同上，但比較復雜，一般不用
# col_data_3 = df.iloc[:,0]    # 同上，可以在不知道列名的時候用
#
# col_data_4 = df[['a']]  # 單獨一列是個df
# col_data_5 = df.loc[:,['a']]    # 同上，但比較復雜，一般不用
# col_data_6 = df.iloc[:,[0]]     # 同上，可以在不知道列名的時候用
# print(col_data_4)

# 獲取指定的幾列
# cols_data_1 = df[['a','b']]    # DataFrame, 指定某幾列，直接用列名
# cols_data_2 = df.loc[:,['a','b']]   # 同上，但比較復雜，一般不用
# cols_data_3 = df.iloc[:,[0,2]]     # 同上，可以在不知道列名的時候用
# print(cols_data_1)

# 獲取指定的連續列
# cols_data_4 = df.loc[:,'a':'d']  # 指定連續列，用列名
# cols_data_5 = df.iloc[:,0:4]    # 指定連續列，用數字
# print(cols_data_4)

只取一列

col_data_1 = df['a']    # 單獨一列是個series
col_data_2 = df.loc[:,'a']  # 同上，但比較復雜，一般不用
col_data_3 = df.iloc[:,0] # 同上，可以在不知道列名的時候用

以上三種均為只取一列的操作，並且是等效的，獲取的都是series類型

下面三種也是等效的，但是獲取的是dataframe類型

col_data_4 = df[['a']]  # 單獨一列是個df
col_data_5 = df.loc[:,['a']]    # 同上，但比較復雜，一般不用
col_data_6 = df.iloc[:,[0]]     # 同上，可以在不知道列名的時候用

取指定的某幾列

cols_data_1 = df[['a','b']]    # DataFrame, 指定某幾列，直接用列名
cols_data_2 = df.loc[:,['a','b']]   # 同上，但比較復雜，一般不用
cols_data_3 = df.iloc[:,[0,2]]     # 同上，可以在不知道列名的時候用

獲取指定的連續幾列

cols_data_4 = df.loc[:,'a':'d']  # 指定連續列，用列名
cols_data_5 = df.iloc[:,0:4]    # 指定連續列，用數字

5、取指定行和列

import pandas as pd

df = pd.read_csv('./IP2LOCATION.csv',encoding= 'utf-8',header=None)
# print(type(df))
df.columns = ['a','b','c','d','e','f']

# 獲取指定行列
# 第一種，列索引用數字表示
# data_1 = df.iloc[[1,3],[0]]
# data_2 = df.iloc[[1,3],0]
# data_3 = df.iloc[[1,3],1:3]
# data_4 = df.iloc[[1,3],[1,3]]
# print(data_4)
# 第二種，列索引直接引用列名
# data_5 = df.loc[1,['a','d']]
# data_6 = df.loc[[1],['a','d']]
# data_7 = df.loc[[1,3],'a':'d']
# data_8 = df.loc[[1,3],['a','d']]
# print(data_8)