1、學習DataFrame元素獲取，需要掌握以下幾個需求
- 訪問一列 或 多列
- 訪問一行 或 多行
- 訪問某個值
- 訪問某幾行中的某幾列
- 訪問某幾列中的某幾行
2、構造一個DataFrame
df = pd.DataFrame(np.random.randint(70,100,(4,5)), index=["地區1", "地區2", "地區3","地區4"], columns=["武漢","天門", "黃岡","孝感","廣水"]) display(df)
結果如下：
注意：不管是單獨獲取到一行、還是一列，得到的都是一個Series。不管是單獨獲取到多行、還是多列，得到的都是一個DataFrame。
# 獲取一列 x = df["廣水"] display(x) display(type(x)) # 獲取一行 y = df.loc["地區1"] display(y) display(type(y))
結果如下：
3、訪問一列或多列：傳入單個標簽或標簽數組
df = pd.DataFrame(np.random.randint(70,100,(4,5)), index=["地區1", "地區2", "地區3","地區4"], columns=["武漢","天門", "黃岡","孝感","廣水"]) display(df) # 訪問一列 x = df["武漢"] display(x) # 訪問多列 y = df[["武漢","天門"]] display(y)
結果如下：
4、訪問一行或者多行：loc中傳入標簽索引、iloc中傳入位置索引、切片方式、布爾數組方式
① loc標簽索引
df = pd.DataFrame(np.random.randint(70,100,(4,5)), index=["地區1", "地區2", "地區3","地區4"], columns=["武漢","天門", "黃岡","孝感","廣水"]) display(df) x1 = df.loc["地區1"] display(x1) x2 = df.loc[["地區1","地區2"]] display(x2)
結果如下：
特別說明：“訪問行”唯獨不能使用類似df[0]，df[[0,1]]，df["地區1"]，df[["地區1","地區2"]]這樣的方式。
② iloc位置索引
df = pd.DataFrame(np.random.randint(70,100,(4,5)), index=["地區1", "地區2", "地區3","地區4"], columns=["武漢","天門", "黃岡","孝感","廣水"]) display(df) x3 = df.iloc[0] display(x3) x4 = df.iloc[[0,3]] display(x4)
結果如下：
③ 切片方式：這種方式容易忽略，也容易弄錯
df[0:2]
df[1:]
結果如下：
④ 布爾數組方式
df = pd.DataFrame(np.random.randint(70,100,(4,5)), index=["地區1", "地區2", "地區3","地區4"], columns=["武漢","天門", "黃岡","孝感","廣水"]) display(df) y = df[df["武漢"] >= 80] display(y)
結果如下：
5、訪問某個值
如果說要訪問下面數據框DataFrame中的95，應該怎么做呢？
① 先訪問“地區3”這一行，再訪問95這個數據
df = pd.DataFrame({"武漢":[78,99,81,77],
"天門":[74,97,96,97],
"黃岡":[77,80,95,84],
"孝感":[92,84,75,80],
"廣水":[85,85,72,74]},
index=["地區1", "地區2", "地區3","地區4"]
)
display(df)
df.loc["地區3"]
df.loc["地區3"].loc["黃岡"]
結果如下：
② 先訪問“黃岡”這一列，再訪問95這個數據
df = pd.DataFrame({"武漢":[78,99,81,77],
"天門":[74,97,96,97],
"黃岡":[77,80,95,84],
"孝感":[92,84,75,80],
"廣水":[85,85,72,74]},
index=["地區1", "地區2", "地區3","地區4"]
)
display(df)
df["黃岡"]
df["黃岡"].loc["地區3"]
結果如下：
③ 向loc中傳入數據的標簽坐標、向iloc中傳入數據的位置坐標(最常用)
df = pd.DataFrame({"武漢":[78,99,81,77],
"天門":[74,97,96,97],
"黃岡":[77,80,95,84],
"孝感":[92,84,75,80],
"廣水":[85,85,72,74]},
index=["地區1", "地區2", "地區3","地區4"]
)
display(df)
df.loc["地區3","黃岡"]
df.iloc[2,2]
結果如下：
④ 向at中傳入數據的標簽坐標、向iat中傳入數據的位置坐標
df = pd.DataFrame({"武漢":[78,99,81,77],
"天門":[74,97,96,97],
"黃岡":[77,80,95,84],
"孝感":[92,84,75,80],
"廣水":[85,85,72,74]},
index=["地區1", "地區2", "地區3","地區4"]
)
display(df)
df.at["地區3","黃岡"]
df.iat[2,2]
結果如下：
6、訪問某幾行中的某幾列
df = pd.DataFrame({"武漢":[78,99,81,77],
"天門":[74,97,96,97],
"黃岡":[77,80,95,84],
"孝感":[92,84,75,80],
"廣水":[85,85,72,74]},
index=["地區1", "地區2", "地區3","地區4"]
)
display(df)
# 先獲取行，再獲取列
df.loc[["地區1","地區3"]][["武漢","廣水"]]
結果如下：
7、訪問某幾列中的某幾行
df = pd.DataFrame({"武漢":[78,99,81,77],
"天門":[74,97,96,97],
"黃岡":[77,80,95,84],
"孝感":[92,84,75,80],
"廣水":[85,85,72,74]},
index=["地區1", "地區2", "地區3","地區4"]
)
display(df)
# 先獲取列，再獲取行
df[["武漢","廣水"]].loc[["地區1","地區3"]]
結果如下：
8、獲取多行多列常用的一種方式：iloc+切片、loc+標簽數組
① 獲取多行多列：iloc+切片
df = pd.DataFrame({"武漢":[78,99,81,77],
"天門":[74,97,96,97],
"黃岡":[77,80,95,84],
"孝感":[92,84,75,80],
"廣水":[85,85,72,74]},
index=["地區1", "地區2", "地區3","地區4"]
)
display(df)
x = df.iloc[:3,:]
display(x)
結果如下：
② 獲取多行多列：loc+標簽數組
df = pd.DataFrame({"武漢":[78,99,81,77],
"天門":[74,97,96,97],
"黃岡":[77,80,95,84],
"孝感":[92,84,75,80],
"廣水":[85,85,72,74]},
index=["地區1", "地區2", "地區3","地區4"]
)
display(df)
x = df.loc[["地區1","地區3"],['武漢','天門','黃岡','孝感','廣水']]
display(x)
結果如下：
9、獲取多行多列常用的第二種方式：iloc+切片+位置數組、loc+切片+標簽數組
① 獲取多行多列：iloc+切片+位置數組
df = pd.DataFrame({"武漢":[78,99,81,77],
"天門":[74,97,96,97],
"黃岡":[77,80,95,84],
"孝感":[92,84,75,80],
"廣水":[85,85,72,74]},
index=["地區1", "地區2", "地區3","地區4"]
)
display(df)
x = df.iloc[1:,[1,4]]
display(x)
y = df.iloc[[1,3],1:]
display(y)
結果如下：
② 獲取多行多列：loc+切片+標簽數組
df = pd.DataFrame({"武漢":[78,99,81,77],
"天門":[74,97,96,97],
"黃岡":[77,80,95,84],
"孝感":[92,84,75,80],
"廣水":[85,85,72,74]},
index=["地區1", "地區2", "地區3","地區4"]
)
display(df)
x = df.loc["地區1":,["武漢","廣水"]]
display(x)
y = df.loc[["地區1","地區3"],"天門":]
display(y)
結果如下：
