python中pandas库中DataFrame对行和列的操作使用方法示例

2023-07-23 02:54:05 67

用pandas中的DataFrame时选取行或列：

importnumpyasnp
importpandasaspd
frompandasimportSereis,DataFrame

ser=Series(np.arange(3.))

data=DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))

data['w']#选择表格中的'w'列，使用类字典属性,返回的是Series类型

data.w#选择表格中的'w'列，使用点属性,返回的是Series类型

data[['w']]#选择表格中的'w'列，返回的是DataFrame类型

data[['w','z']]#选择表格中的'w'、'z'列

data[0:2]#返回第1行到第2行的所有行，前闭后开，包括前不包括后

data[1:2]#返回第2行，从0计，返回的是单行，通过有前后值的索引形式，
#如果采用data[1]则报错

data.ix[1:2]#返回第2行的第三种方法，返回的是DataFrame，跟data[1:2]同

data['a':'b']#利用index值进行切片，返回的是**前闭后闭**的DataFrame,
#即末端是包含的

#——————新版本pandas已舍弃该方法，用iloc代替———————
data.irow(0)#取data的第一行
data.icol(0)#取data的第一列

ser.iget_value(0)#选取ser序列中的第一个
ser.iget_value(-1)#选取ser序列中的最后一个，这种轴索引包含索引器的series不能采用ser[-1]去获取最后一个，这会引起歧义。
#————————————————————————————-----------------

data.head()#返回data的前几行数据，默认为前五行，需要前十行则data.head(10)
data.tail()#返回data的后几行数据，默认为后五行，需要后十行则data.tail(10)

data.iloc[-1]#选取DataFrame最后一行，返回的是Series
data.iloc[-1:]#选取DataFrame最后一行，返回的是DataFrame

data.loc['a',['w','x']]#返回‘a'行'w'、'x'列，这种用于选取行索引列索引已知

data.iat[1,1]#选取第二行第二列，用于已知行、列位置的选取。

下面是简单的例子使用验证：

importpandasaspd
frompandasimportSeries,DataFrame
importnumpyasnp

data=DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e'])

data
Out[7]:
abcde
one01234
two56789
three1011121314

#对列的操作方法有如下几种

data.icol(0)#选取第一列
E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1:FutureWarning:icol(i)isdeprecated.Pleaseuse.iloc[:,i]
#-*-coding:utf-8-*-
Out[35]:
one0
two5
three10
Name:a,dtype:int32

data['a']
Out[8]:
one0
two5
three10
Name:a,dtype:int32

data.a
Out[9]:
one0
two5
three10
Name:a,dtype:int32

data[['a']]
Out[10]:
a
one0
two5
three10

data.ix[:,[0,1,2]]#不知道列名只知道列的位置时
Out[13]:
abc
one012
two567
three101112

data.ix[1,[0]]#选择第2行第1列的值
Out[14]:
a5
Name:two,dtype:int32

data.ix[[1,2],[0]]#选择第2,3行第1列的值
Out[15]:
a
two5
three10

data.ix[1:3,[0,2]]#选择第2-4行第1、3列的值
Out[17]:
ac
two57
three1012

data.ix[1:2,2:4]#选择第2-3行，3-5（不包括5）列的值
Out[29]:
cd
two78

data.ix[data.a>5,3]
Out[30]:
three13
Name:d,dtype:int32

data.ix[data.b>6,3:4]#选择'b'列中大于6所在的行中的第4列，有点拗口
Out[31]:
d
three13

data.ix[data.a>5,2:4]#选择'a'列中大于5所在的行中的第3-5（不包括5）列
Out[32]:
cd
three1213

data.ix[data.a>5,[2,2,2]]#选择'a'列中大于5所在的行中的第2列并重复3次
Out[33]:
ccc
three121212

#还可以行数或列数跟行名列名混着用
data.ix[1:3,['a','e']]
Out[24]:
ae
two59
three1014

data.ix['one':'two',[2,1]]
Out[25]:
cb
one21
two76

data.ix[['one','three'],[2,2]]
Out[26]:
cc
one22
three1212

data.ix['one':'three',['a','c']]
Out[27]:
ac
one02
two57
three1012

data.ix[['one','one'],['a','e','d','d','d']]
Out[28]:
aeddd
one04333
one04333

#对行的操作有如下几种：
data[1:2]#（不知道列索引时）选择第2行，不能用data[1]，可以用data.ix[1]
Out[18]:
abcde
two56789

data.irow(1)#选取第二行
Out[36]:
a5
b6
c7
d8
e9
Name:two,dtype:int32

data.ix[1]#选择第2行
Out[20]:
a5
b6
c7
d8
e9
Name:two,dtype:int32


data['one':'two']#当用已知的行索引时为前闭后闭区间，这点与切片稍有不同。
Out[22]:
abcde
one01234
two56789

data.ix[1:3]#选择第2到4行，不包括第4行，即前闭后开区间。
Out[23]:
abcde
two56789
three1011121314

data.ix[-1:]#取DataFrame中最后一行，返回的是DataFrame类型,**注意**这种取法是有使用条件的，只有当行索引不是数字索引时才可以使用，否则可以选用`data[-1:]`--返回DataFrame类型或`data.irow(-1)`--返回Series类型
Out[11]:
abcde
three1011121314

data[-1:]#跟上面一样，取DataFrame中最后一行，返回的是DataFrame类型
Out[12]:
abcde
three1011121314

data.ix[-1]#取DataFrame中最后一行，返回的是Series类型，这个一样，行索引不能是数字时才可以使用
Out[13]:
a10
b11
c12
d13
e14
Name:three,dtype:int32

data.tail(1)#返回DataFrame中的最后一行
data.head(1)#返回DataFrame中的第一行

最近处理数据时发现当pd.read_csv()数据时有时候会有读取到未命名的列，且该列也用不到，一般是索引列被换掉后导致的，有强迫症的看着难受，这时候dataframe.drop([columns,])是没法处理的，怎么办呢，

最笨的方法是直接给列索引重命名：

data6

Unnamed:0highsymboltime
date
2016-11-0103317.4IF161118:10:44.8
2016-11-0113317.4IF161106:01:04.5
2016-11-0123317.4IF161107:46:25.5
2016-11-0133318.4IF161109:30:04.0
2016-11-0143321.8IF161109:31:04.0

data6.columns=list('abcd')

data6

abcd
date
2016-11-0103317.4IF161118:10:44.8
2016-11-0113317.4IF161106:01:04.5
2016-11-0123317.4IF161107:46:25.5
2016-11-0133318.4IF161109:30:04.0
2016-11-0143321.8IF161109:31:04.0

重新命名后就可以用dataframe.drop([columns])来删除了，当然不用我这样全部给列名替换掉了，可以只是改变未命名的那个列，然后删除。不过这个用起来总是觉得有点low，有没有更好的方法呢，有，可以不去删除，直接：

data7=data6.ix[:,1:]1

这样既不改变原有数据，也达到了删除神烦列，当然我这里时第0列删除，可以根据实际选择所在的列删除之，至于这个原理，可以看下前面的对列的操作。

github地址

到此这篇关于python中pandas库中DataFrame对行和列的操作使用方法示例的文章就介绍到这了,更多相关pandas库DataFrame行列操作内容请搜索毛票票以前的文章或继续浏览下面的相关文章希望大家以后多多支持毛票票！

python中pandas库中DataFrame对行和列的操作使用方法示例

热门推荐

随机推荐