用pandas中的DataFrame时选取行或列

zhangqinghao

1. import numpy as np
   
2. import pandas as pd
   
3. from pandas import Sereis, DataFrame
   
4. 
   
5. ser = Series(np.arange(3.))
   
6. 
   
7. data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))
   
8. 
   
9. data['w']  #选择表格中的'w'列，使用类字典属性,返回的是Series类型
   
10. 
    
11. data.w    #选择表格中的'w'列，使用点属性,返回的是Series类型
    
12. 
    
13. data[['w']]  #选择表格中的'w'列，返回的是DataFrame属性
    
14. 
    
15. data[['w','z']]  #选择表格中的'w'、'z'列
    
16. 
    
17. 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
    
18. 
    
19. 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，
    
20.        #如果采用data[1]则报错
    
21. 
    
22. 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
    
23. 
    
24. data['a':'b']  #利用index值进行切片，返回的是**前闭后闭**的DataFrame,
    
25.         #即末端是包含的  
    
26. data.irow(0)   #取data的第一行
    
27. data.icol(0)   #取data的第一列
    
28. 
    
29. data.head()  #返回data的前几行数据，默认为前五行，需要前十行则dta.head(10)
    
30. 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)
    
31. 
    
32. ser.iget_value(0)  #选取ser序列中的第一个
    
33. 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，这回引起歧义。
    
34. 
    
35. data.iloc[-1]   #选取DataFrame最后一行，返回的是Series
    
36. data.iloc[-1:]   #选取DataFrame最后一行，返回的是DataFrame
    
37. 
    
38. 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
    
39. 
    
40. data.iat[1,1]   #选取第二行第二列，用于已知行、列位置的选取。

复制代码

下面是一个例子：

1. import pandas as pd
   
2. from pandas import Series, DataFrame
   
3. import numpy as np
   
4. 
   
5. data = DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e'])
   
6. 
   
7. data
   
8. Out[7]:
   
9.         a   b   c   d   e
   
10. one     0   1   2   3   4
    
11. two     5   6   7   8   9
    
12. three  10  11  12  13  14
    
13. 
    
14. #对列的操作方法有如下几种
    
15. 
    
16. data.icol(0)   #选取第一列
    
17. E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: icol(i) is deprecated. Please use .iloc[:,i]
    
18.   # -*- coding: utf-8 -*-
    
19. Out[35]:
    
20. one       0
    
21. two       5
    
22. three    10
    
23. Name: a, dtype: int32
    
24. 
    
25. data['a']
    
26. Out[8]:
    
27. one       0
    
28. two       5
    
29. three    10
    
30. Name: a, dtype: int32
    
31. 
    
32. data.a
    
33. Out[9]:
    
34. one       0
    
35. two       5
    
36. three    10
    
37. Name: a, dtype: int32
    
38. 
    
39. data[['a']]
    
40. Out[10]:
    
41.         a
    
42. one     0
    
43. two     5
    
44. three  10
    
45. 
    
46. data.ix[:,[0,1,2]]  #不知道列名只知道列的位置时
    
47. Out[13]:
    
48.         a   b   c
    
49. one     0   1   2
    
50. two     5   6   7
    
51. three  10  11  12
    
52. 
    
53. data.ix[1,[0]]  #选择第2行第1列的值
    
54. Out[14]:
    
55. a    5
    
56. Name: two, dtype: int32
    
57. 
    
58. data.ix[[1,2],[0]]   #选择第2,3行第1列的值
    
59. Out[15]:
    
60.         a
    
61. two     5
    
62. three  10
    
63. 
    
64. data.ix[1:3,[0,2]]  #选择第2-4行第1、3列的值
    
65. Out[17]:
    
66.         a   c
    
67. two     5   7
    
68. three  10  12
    
69. 
    
70. data.ix[1:2,2:4]  #选择第2-3行，3-5（不包括5）列的值
    
71. Out[29]:
    
72.      c  d
    
73. two  7  8
    
74. 
    
75. data.ix[data.a>5,3]
    
76. Out[30]:
    
77. three    13
    
78. Name: d, dtype: int32
    
79. 
    
80. 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
    
81. Out[31]:
    
82.         d
    
83. three  13
    
84. 
    
85. 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
    
86. Out[32]:
    
87.         c   d
    
88. three  12  13
    
89. 
    
90. 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
    
91. Out[33]:
    
92.         c   c   c
    
93. three  12  12  12
    
94. 
    
95. #还可以行数或列数跟行名列名混着用
    
96. data.ix[1:3,['a','e']]
    
97. Out[24]:
    
98.         a   e
    
99. two     5   9
    
100. three  10  14
     
101. 
     
102. data.ix['one':'two',[2,1]]
     
103. Out[25]:
     
104.      c  b
     
105. one  2  1
     
106. two  7  6
     
107. 
     
108. data.ix[['one','three'],[2,2]]
     
109. Out[26]:
     
110.         c   c
     
111. one     2   2
     
112. three  12  12
     
113. 
     
114. data.ix['one':'three',['a','c']]
     
115. Out[27]:
     
116.         a   c
     
117. one     0   2
     
118. two     5   7
     
119. three  10  12
     
120. 
     
121. data.ix[['one','one'],['a','e','d','d','d']]
     
122. Out[28]:
     
123.      a  e  d  d  d
     
124. one  0  4  3  3  3
     
125. one  0  4  3  3  3
     
126. 
     
127. #对行的操作有如下几种：
     
128. 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]
     
129. Out[18]:
     
130.      a  b  c  d  e
     
131. two  5  6  7  8  9
     
132. 
     
133. data.irow(1)   #选取第二行
     
134. E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: irow(i) is deprecated. Please use .iloc[i]
     
135.   # -*- coding: utf-8 -*-
     
136. Out[36]:
     
137. a    5
     
138. b    6
     
139. c    7
     
140. d    8
     
141. e    9
     
142. Name: two, dtype: int32
     
143. 
     
144. data.ix[1]   #选择第2行
     
145. Out[20]:
     
146. a    5
     
147. b    6
     
148. c    7
     
149. d    8
     
150. e    9
     
151. Name: two, dtype: int32
     
152. 
     
153. 
     
154. 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。
     
155. Out[22]:
     
156.      a  b  c  d  e
     
157. one  0  1  2  3  4
     
158. two  5  6  7  8  9
     
159. 
     
160. data.ix[1:3]  #选择第2到4行，不包括第4行，即前闭后开区间。
     
161. Out[23]:
     
162.         a   b   c   d   e
     
163. two     5   6   7   8   9
     
164. three  10  11  12  13  14
     
165. 
     
166. 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
     
167. Out[11]:
     
168.         a   b   c   d   e
     
169. three  10  11  12  13  14
     
170. 
     
171. data[-1:]  #跟上面一样，取DataFrame中最后一行，返回的是DataFrame类型
     
172. Out[12]:
     
173.         a   b   c   d   e
     
174. three  10  11  12  13  14
     
175. 
     
176. 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
     
177. Out[13]:
     
178. a    10
     
179. b    11
     
180. c    12
     
181. d    13
     
182. e    14
     
183. Name: three, dtype: int32
     
184. 
     
185. data.tail(1)   #返回DataFrame中的最后一行
     
186. data.head(1)   #返回DataFrame中的第一行

复制代码

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: 0  high    symbol  time
date               
2016-11-01  0   3317.4  IF1611  18:10:44.8
2016-11-01  1   3317.4  IF1611  06:01:04.5
2016-11-01  2   3317.4  IF1611  07:46:25.5
2016-11-01  3   3318.4  IF1611  09:30:04.0
2016-11-01  4   3321.8  IF1611  09:31:04.0

data6.columns = list('abcd')

data6

    a   b   c   d
date               
2016-11-01  0   3317.4  IF1611  18:10:44.8
2016-11-01  1   3317.4  IF1611  06:01:04.5
2016-11-01  2   3317.4  IF1611  07:46:25.5
2016-11-01  3   3318.4  IF1611  09:30:04.0
2016-11-01  4   3321.8  IF1611  09:31:04.0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
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
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。

SixPy

你转贴，应该给出原地址~