1、讀取方法有按行（單行，多行連續，多行不連續），按列（單列，多列連續，多列不連續）；部分不連續行不連續列；按位置（坐標），按字符（索引）；按塊（list）；函數有 df.iloc(), df.loc(), df.iat(), df.at(), df.ix()。
2、轉換為DF，賦值columns，index，修改添加數據，取行列索引
data = {'省份': ['北京', '上海', '廣州', '深圳'],
'年份': ['2017', '2018', '2019', '2020'],
'總人數': ['2200', '1900', '2170', '1890'],
'高考人數': ['6.3', '5.9', '6.0', '5.2']}
df = pd.DataFrame(data, columns=['省份', '年份', '總人數', '高考人數', '高數'],
index=['one', 'two', 'three', 'four'])
df['高數'] = ['90', '95', '92', '98']
print("行索引：{}".format(list(df.index)))
print("列索引：{}".format(list(df.columns)))
print(df.index[1:3])
print(df.columns[1])
print(df.columns[1:3])
print(df)
行索引：['one', 'two', 'three', 'four'] 列索引：['省份', '年份', '總人數', '高考人數', '高數'] Index(['two', 'three'], dtype='object') 年份 Index(['年份', '總人數'], dtype='object') 省份 年份 總人數 高考人數 高數 one 北京 2017 2200 6.3 90 two 上海 2018 1900 5.9 95 three 廣州 2019 2170 6.0 92 four 深圳 2020 1890 5.2 98
3、iloc不能通過[:, [1:3]]取連續數據，取連續數據只能通過 df[df.columns[1:4]]，先獲取列索引，再取數據。
print(df['省份']) #按列名取列 print(df.省份) #按列名取列 print(df[['省份', '總人數']]) #按列名取不連續列數據 print(df[df.columns[1:4]]) #按列索引取連續列數據 print(df.iloc[:, 1]) #按位置取列 print(df.iloc[:, [1, 3]]) #按位置取不連續列數據
one 北京 two 上海 three 廣州 four 深圳 Name: 省份, dtype: object one 北京 two 上海 three 廣州 four 深圳 Name: 省份, dtype: object 省份 總人數 one 北京 2200 two 上海 1900 three 廣州 2170 four 深圳 1890 年份 總人數 高考人數 one 2017 2200 6.3 two 2018 1900 5.9 three 2019 2170 6.0 four 2020 1890 5.2 one 2017 two 2018 three 2019 four 2020 Name: 年份, dtype: object 年份 高考人數 one 2017 6.3 two 2018 5.9 three 2019 6.0 four 2020 5.2
4、通過df.iloc[]（數字）取行數據，取部分行部分列時，要先寫行，再寫列；有條件的取數據
print(df[1:3]) #按行取數據，這行代碼結果沒在下面輸出
print(df[df.高數>90]) #按行有條件的取數據，結果沒輸出
print(df.iloc[1]) #按行取行數據 print(df.iloc[1, 3]) #按坐標取 print(df.iloc[[1], [3]]) #按坐標取 print(df.loc[df.index[1:3]]) #按行索引取行，但沒必要 print(df.iloc[1:3]) #按行取連續數據 print(df.iloc[[1, 3]]) 按行取不連續數據 print(df.iloc[[1,2,3], [2,4]]) 取部分行部分列數據
省份 上海 年份 2018 總人數 1900 高考人數 5.9 高數 95 Name: two, dtype: object 5.9 高考人數 two 5.9 省份 年份 總人數 高考人數 高數 two 上海 2018 1900 5.9 95 three 廣州 2019 2170 6.0 92 省份 年份 總人數 高考人數 高數 two 上海 2018 1900 5.9 95 three 廣州 2019 2170 6.0 92 省份 年份 總人數 高考人數 高數 two 上海 2018 1900 5.9 95 four 深圳 2020 1890 5.2 98 總人數 高數 two 1900 95 three 2170 92 four 1890 98
5、通過df.loc[]索引（字符）取行數據。
print(df.loc['two']) print(df.loc['two', '省份']) print(df.loc['two':'three']) print(df.loc[['one', 'three']]) print(df.loc[['one', 'three'], ['省份', '年份']])
省份 上海 年份 2018 總人數 1900 高考人數 5.9 高數 95 Name: two, dtype: object 上海 省份 年份 總人數 高考人數 高數 two 上海 2018 1900 5.9 95 three 廣州 2019 2170 6.0 92 省份 年份 總人數 高考人數 高數 one 北京 2017 2200 6.3 90 three 廣州 2019 2170 6.0 92 省份 年份 one 北京 2017 three 廣州 2019
6、ix，iat，at取行列數據，此方法不常用，可以使用上面方法即可。
print(df.ix[1:3]) print(df.ix[:, [1, 3]]) print(df.iat[1,3]) print(df.at['two', '省份'])
省份 年份 總人數 高考人數 高數 two 上海 2018 1900 5.9 95 three 廣州 2019 2170 6.0 92 年份 高考人數 one 2017 6.3 two 2018 5.9 three 2019 6.0 four 2020 5.2 5.9 上海