文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

Pandas数据选取中df[]、df.loc[]、df.iloc[]、df.at[]、df.iat[]的区别及用法

2023-09-08 11:02

关注

  Pandas是作为Python数据分析著名的工具包,提供了多种数据选取的方法,方便实用。本文主要介绍Pandas的几种数据选取的方法。

  Pandas中,数据主要保存为Dataframe和Series是数据结构,这两种数据结构数据选取的方式基本一致,本文主要以Dataframe为例进行介绍。

  在Dataframe中选取数据大抵包括3中情况:

  1)行(列)选取(单维度选取):df[]。这种情况一次只能选取行或者列,即一次选取中,只能为行或者列设置筛选条件(只能为一个维度设置筛选条件)。

  2)区域选取(多维选取):df.loc[],df.iloc[]。这种方式可以同时为多个维度设置筛选条件。

  3)单元格选取(点选取):df.at[],df.iat[]。准确定位一个单元格。

  接下来,我们以下面的数据为例,分别通过实例介绍这三种情况。

import pandas as pdimport numpy as npdata = {'name': ['Joe', 'Mike', 'Jack', 'Rose', 'David', 'Marry', 'Wansi', 'Sidy', 'Jason', 'Even'],    'age': [25, 32, 18, np.nan, 15, 20, 41, np.nan, 37, 32],    'gender': [1, 0, 1, 1, 0, 1, 0, 0, 1, 0],    'isMarried': ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']}labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']df = pd.DataFrame(data, index=labels)df
    name   age  gender isMarrieda    Joe  25.0       1       yesb   Mike  32.0       0       yesc   Jack  18.0       1        nod   Rose   NaN       1       yese  David  15.0       0        nof  Marry  20.0       1        nog  Wansi  41.0       0        noh   Sidy   NaN       0       yesi  Jason  37.0       1        noj   Even  32.0       0        no

  行(列)选取是在单一维度上进行数据的选取,即以行为单位进行选取或者以列为单位进行选取。Dataframe对象的行有索引(index),默认情况下是[0,1,2,……]的整数序列,也可以自定义添加另外的索引,例如上面的labels,(为区分默认索引和自定义的索引,在本文中将默认索引称为整数索引,自定义索引称为标签索引)。Dataframe对象的每一列都有列名,可以通过列名实现对列的选取。

  1)选取行

选取行的方式包括三种:整数索引切片、标签索引切片和布尔数组。

  a)整数索引切片:前闭后开

df[0:1]
  name   age  gender isMarrieda  Joe  25.0       1       yes
df[0:2]
   name   age  gender isMarrieda   Joe  25.0       1       yesb  Mike  32.0       0       yes

  b)标签索引切片:前闭后闭

df[:'a']
  name   age  gender isMarrieda  Joe  25.0       1       yes
df['a':'b']
   name   age  gender isMarrieda   Joe  25.0       1       yesb  Mike  32.0       0       yes

  注意:整数索引切片是前闭后开,标签索引切片是前闭后闭,这点尤其要注意。

  c)布尔数组

df[[True,True,True,False,False,False,False,False,False,False]]
   name   age  gender isMarrieda   Joe  25.0       1       yesb  Mike  32.0       0       yesc  Jack  18.0       1        no
df[[each>30 for each in df['age']]]
    name   age  gender isMarriedb   Mike  32.0       0       yesg  Wansi  41.0       0        noi  Jason  37.0       1        noj   Even  32.0       0        no

  通过布尔数组的方式,又可以衍生出下面的选取方式:

df[df['age']>30]
    name   age  gender isMarriedb   Mike  32.0       0       yesg  Wansi  41.0       0        noi  Jason  37.0       1        noj   Even  32.0       0        no
df[(df['age']>30) & (df['isMarried']=='no')]
    name   age  gender isMarriedg  Wansi  41.0       0        noi  Jason  37.0       1        noj   Even  32.0       0        no
df[(df['age']==20) | (df['age']==32)]
    name   age  gender isMarriedb   Mike  32.0       0       yesf  Marry  20.0       1        noj   Even  32.0       0        no

  注意:像上面这种通过多个布尔条件判断的情况,多个条件最好(一定)用括号括起来,否则非常容易出错。

  2)列选取

  列选取方式也有三种:标签索引、标签列表、Callable对象

  a)标签索引:选取单个列

df['name']
a      Joeb     Mikec     Jackd     Rosee    Davidf    Marryg    Wansih     Sidyi    Jasonj     EvenName: name, dtype: object

  b)标签列表:选取多个列

df[['name','age']]
    name   agea    Joe  25.0b   Mike  32.0c   Jack  18.0d   Rose   NaNe  David  15.0f  Marry  20.0g  Wansi  41.0h   Sidy   NaNi  Jason  37.0j   Even  32.0

  c)callable对象

df[lambda df: df.columns[0]]
a      Joeb     Mikec     Jackd     Rosee    Davidf    Marryg    Wansih     Sidyi    Jasonj     EvenName: name, dtype: object

  区域选取可以从多个维度(行和列)对数据进行筛选,可以通过df.loc[],df.iloc[],df.ix[]三种方法实现。采用df.loc[],df.iloc[],df.ix[]这三种方法进行数据选取时,方括号内必须有两个参数,第一个参数是对行的筛选条件,第二个参数是对列的筛选条件,两个参数用逗号隔开。df.loc[],df.iloc[],df.ix[]的区别如下:

  df.loc[]只能使用标签索引,不能使用整数索引,通过便签索引切边进行筛选时,前闭后闭。

  df.iloc[]只能使用整数索引,不能使用标签索引,通过整数索引切边进行筛选时,前闭后开。;

  df.ix[]既可以使用标签索引,也可以使用整数索引。

  下面分别通过实例演示这三种方法。

3.1 df.loc[]

  1)对行进行选取

df.loc['a', :]
name          Joeage          25.0gender          1isMarried     yesName: a, dtype: object
df.loc[['a','b','c'], :]
   name   age  gender isMarrieda   Joe  25.0       1       yesb  Mike  32.0       0       yesc  Jack  18.0       1        no
df.loc['a':'d', :]
   name   age  gender isMarrieda   Joe  25.0       1       yesb  Mike  32.0       0       yesc  Jack  18.0       1        nod  Rose   NaN       1       yes
df.loc[df['age']>30,:]
    name   age  gender isMarriedb   Mike  32.0       0       yesg  Wansi  41.0       0        noi  Jason  37.0       1        noj   Even  32.0       0        no

也可以使用下面两方法:

方法一:

df.loc[df.loc[:,'age']>30, :]
   name   age  gender isMarriedb   Mike  32.0       0       yesg  Wansi  41.0       0        noi  Jason  37.0       1        noj   Even  32.0       0        no

方法二:

df.loc[df.iloc[:,1]>30, :]
    name   age  gender isMarriedb   Mike  32.0       0       yesg  Wansi  41.0       0        noi  Jason  37.0       1        noj   Even  32.0       0        no
df.loc[lambda df:df['age'] > 30, :]
    name   age  gender isMarriedb   Mike  32.0       0       yesg  Wansi  41.0       0        noi  Jason  37.0       1        noj   Even  32.0       0        no

  2)对列选取

df.loc[:, 'name']
a      Joeb     Mikec     Jackd     Rosee    Davidf    Marryg    Wansih     Sidyi    Jasonj     EvenName: name, dtype: object
df.loc[:, 'name':'age']
    name   agea    Joe  25.0b   Mike  32.0c   Jack  18.0d   Rose   NaNe  David  15.0f  Marry  20.0g  Wansi  41.0h   Sidy   NaNi  Jason  37.0j   Even  32.0
df.loc[:, ['name','age','isMarried']]
    name   age isMarrieda    Joe  25.0       yesb   Mike  32.0       yesc   Jack  18.0        nod   Rose   NaN       yese  David  15.0        nof  Marry  20.0        nog  Wansi  41.0        noh   Sidy   NaN       yesi  Jason  37.0        noj   Even  32.0        no
df.loc[:, [True,True,True,False]]
    name   age  gendera    Joe  25.0       1b   Mike  32.0       0c   Jack  18.0       1d   Rose   NaN       1e  David  15.0       0f  Marry  20.0       1g  Wansi  41.0       0h   Sidy   NaN       0i  Jason  37.0       1j   Even  32.0       0

  3)同时对行和列进行筛选

df.loc[df['age']>30,['name','age']]
    name   ageb   Mike  32.0g  Wansi  41.0i  Jason  37.0j   Even  32.0
df.loc[(df['name']=='Mike') |(df['name']=='Marry'),['name','age']]
    name   ageb   Mike  32.0f  Marry  20.0

3.2 df.iloc[]

  1)行选取

df.iloc[1, :]
name         Mikeage          32.0gender          0isMarried     yesName: b, dtype: object
df.iloc[:3, :]
   name   age  gender isMarrieda   Joe  25.0       1       yesb  Mike  32.0       0       yesc  Jack  18.0       1        no
df.iloc[[1,3,5],:]
    name   age  gender isMarriedb   Mike  32.0       0       yesd   Rose   NaN       1       yesf  Marry  20.0       1        no

  2)列选取

df.iloc[:, 1]
a    25.0b    32.0c    18.0d     NaNe    15.0f    20.0g    41.0h     NaNi    37.0j    32.0Name: age, dtype: float64
df.iloc[:, 0:3]
    name   age  gendera    Joe  25.0       1b   Mike  32.0       0c   Jack  18.0       1d   Rose   NaN       1e  David  15.0       0f  Marry  20.0       1g  Wansi  41.0       0h   Sidy   NaN       0i  Jason  37.0       1j   Even  32.0       0
df.iloc[:, [0,2,3]]
    name  gender isMarrieda    Joe       1       yesb   Mike       0       yesc   Jack       1        nod   Rose       1       yese  David       0        nof  Marry       1        nog  Wansi       0        noh   Sidy       0       yesi  Jason       1        noj   Even       0        no
df.iloc[:,[True,True,True,False]]
    name   age  gendera    Joe  25.0       1b   Mike  32.0       0c   Jack  18.0       1d   Rose   NaN       1e  David  15.0       0f  Marry  20.0       1g  Wansi  41.0       0h   Sidy   NaN       0i  Jason  37.0       1j   Even  32.0       0

  3)同时选取行和列

df.iloc[1, [0,2,3]]
name         Mikegender          0isMarried     yesName: b, dtype: object
df.iloc[:3, :3]
   name   age  gendera   Joe  25.0       1b  Mike  32.0       0c  Jack  18.0       1

  单元格选取包括df.at[]和df.iat[]两种方法。df.at[]和df.iat[]使用时必须输入两个参数,即行索引和列索引,其中df.at[]只能使用标签索引,df.iat[]只能使用整数索引。df.at[]和df.iat[]选取的都是单个单元格(单行单列),所以返回值都为基本数据类型。

4.1 df.at[]

df.at['b','name']
Mike

4.2 df.iat[]

df.iat[1,0]
Mike

  1)选取某一整行(多个整行)或某一整列(多个整列)数据时,可以用df[]、df.loc[]、df.iloc[],此时df[]的方法书写要简单一些。

  2)进行区域选取时,如果只能用标签索引,则使用df.loc[],如果只能用整数索引,则用df.iloc[]。df.loc[]既能查询,又能覆盖写入,强烈推荐使用!

  3)如果选取单元格,则df.at[]、df.iat[]、df.loc[]、df.iloc[]都可以,不过要注意参数。  

  4)选取数据时,返回值存在以下情况:

  5)df[]的方式只能选取行和列数据,不能精确到单元格,所以df[]的返回值一定DataFrame或Series对象。

  6)当使用DataFrame的默认索引(整数索引)时,整数索引即为标签索引。例如,使用上面的data实例化一个DataFrame对象:

df2 = pd.DataFrame(data)df2.loc[1,'name']
Mike
df2.iloc[1,0]
Mike

来源地址:https://blog.csdn.net/qq_39312146/article/details/129769974

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯