Pandas：数据选择

介绍

pandas主要有2种数据选择选择格式：基于label的.loc与基于位置的.iloc。

.loc主要基于label,当所选择的数据查找不到时，.loc将抛出KeyError。.loc在选择时，格式为loc[行,列],行标签在前，列标签在后。

.loc支持4种方式选择数据：

1. 单一的标签，比如’a’或’5’;注意此处的’5’是索引中的数字标签，而不是位置；
2. 标签数组[‘a’,’b’,’c’]；
3. 切片：’a’:’f’。注意此处逻辑与python切片有差异，它会将开始的a与结束的f都包含进去；
4. boolean数组；

.iloc是基于位置进行查找(从0到length-1)，当所选择的数据查找不到时，.iloc将抛出IndexErrro。.iloc在选择时，格式为iloc[行,列],行位置在前，列位置在后。

.iloc支持四种方式选择数据：

1. 单一的位置数字，比如5；
2. 数字数组：[1,3,5]
3. 切片：比如1:7。注意此处逻辑与python切片有差异，它会将开始的a与结束的f都包含进去；
4. boolean数组

注意事项：

对比以下两种取值方法：

1.df['B']['C']
2.df_g.loc[:,['B','C']]

方法一会导致返回的数据是一份copy，你对它进行操作，比如赋值：df['B']['C']=0，可能不会对dataframe造成影响，并会提示：SettingWithCopyWarning。所以推荐使用方法二进行取值。

具体的官方文档解释，见此处

示例

以下示例均在ipython中操作：

df= DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
                      'foo', 'bar', 'foo', 'foo'],
                'B' : ['one', 'one', 'two', 'three',
                      'two', 'two', 'one', 'three'],
                 'C' : np.random.randn(8), 'D' : np.random.randn(8)})
df

输出：

输入：

df.loc[3]

输出：

A          bar
B        three
C    -1.456214
D    0.6002484
Name: 3, dtype: object

输入：

df.loc[0:2,('A','B')]

输出

输入：

df.iloc[:1,3:]

输出：

输入：

df.iloc[2]>0.5

输出：

A     True
B     True
C    False
D    False
Name: 2, dtype: bool

输入：

#使用boolean数组，将结果为True的label返回。
df.loc[1:3,df.iloc[2]>0.5]

输出

• 上一篇 杂感
• 下一篇 微信公众号的RSS订阅解决方案