1、DataFrame 索引

1.1 普通索引取值

pandas 取行或者列的注意點：

• 方括號寫數組，表示取行，對行進行操作
• 方括號寫字符串，表示取列，對列進行操作

import pandas as pd import numpy as np # pandas 取行或者列的注意點 # 方括號寫數組，表示取行，對行進行操作 # 方括號寫字符串，表示取列，對列進行操作 t1 = pd.DataFrame(np.arange(12).reshape(3,4), index=list("abc"), columns=list("wxyz")) print(t1) """w x y z a 0 1 2 3 b 4 5 6 7 c 8 9 10 11 """ print(t1[:2]) """w x y z a 0 1 2 3 b 4 5 6 7 """ print(t1[:2]["x"]) """ a 1 b 5 Name: x, dtype: int32 """ print(t1["y"]) """ a 2 b 6 c 10 Name: y, dtype: int32 """

1.2 DataFrame.loc 通過標簽索引行數據

取行

t3 = pd.DataFrame(np.arange(12).reshape(3,4), index=list("abc"), columns=list("wxyz")) print(t3) """w x y z a 0 1 2 3 b 4 5 6 7 c 8 9 10 11 """ print(t3.loc["a", "z"]) # 3 a 行 z 列 print(type(t3.loc["a", "z"])) # <class 'numpy.int32'> # 取第 b 行 print(t3[1:2]) print(t3.loc["a"]) print(t3.loc["a", :]) """w x y z b 4 5 6 7 w 0 x 1 y 2 z 3 Name: a, dtype: int32 w 0 x 1 y 2 z 3 Name: a, dtype: int32 """

取列

# 取第 y 列 print(t3["y"]) print(t3.loc[:,"y"]) """ a 2 b 6 c 10 Name: y, dtype: int32 a 2 b 6 c 10 Name: y, dtype: int32 """

取 多行 多列

print(t3.loc[["a","b"], ["w", "z"]]) """w z a 0 3 b 4 7 """ print(t3.loc["a":"c", ["w", "z"]]) # 注意 c 行被選中了 """w z a 0 3 b 4 7 c 8 11 """ print(t3.loc[["a","b"]]) """w x y z a 0 1 2 3 b 4 5 6 7 """ print(t3.loc[:, ["w", "z"]]) """w z a 0 3 b 4 7 c 8 11 """

1.3 DataFrame.iloc 通過位置獲取行數據

取行

print(t3) """w x y z a 0 1 2 3 b 4 5 6 7 c 8 9 10 11 """ print(t3.iloc[1]) # 取行 """ w 4 x 5 y 6 z 7 Name: b, dtype: int32 """

取列

print(t3.iloc[:, 1]) """ a 1 b 5 c 9 Name: x, dtype: int32 """# 取多列 print(t3.iloc[:, [2,1]]) """y x a 2 1 b 6 5 c 10 9 """

取多行 多列

print(t3.iloc[[0,2], [2,1]]) """y x a 2 1 c 10 9 """ print(t3.iloc[1:,:2]) """w x b 4 5 c 8 9 """ t3.iloc[1:,:2] = 30 print(t3) """w x y z a 0 1 2 3 b 30 30 6 7 c 30 30 10 11 """

2、DataFrame bool索引

print(t3) """w x y z a 0 1 2 3 b 30 30 6 7 c 30 30 10 11 """ print(t3[t3["y"] > 3]) """w x y z b 30 30 6 7 c 30 30 10 11 """ print(t3[(t3["y"] > 3) & (t3["y"]<20)]) """w x y z b 30 30 6 7 c 30 30 10 11 """ print(t3[(t3["y"] > 3) |(t3["y"]<20)]) """w x y z a 0 1 2 3 b 30 30 6 7 c 30 30 10 11 """

3、pandas 字符串方法

data = [['Google',10],['Runoob',12],['Wiki',13]] df = pd.DataFrame(data,columns=['Site','Age']) print(df) """Site Age 0 Google 10 1 Runoob 12 2 Wiki 13 """ print(df[df["Site"].str.len()>4]) """Site Age 0 Google 10 1 Runoob 12 """ print(df["Site"].str.split("o")) """ 0 [G, , gle] 1 [Run, , b] 2 [Wiki] Name: Site, dtype: object """ print(df["Site"].str.split("o").tolist()) """ [['G', '', 'gle'], ['Run', '', 'b'], ['Wiki']] """

https://www.bilibili.com/video/BV1hx411d7jb?p=27
https://www.bilibili.com/video/BV1hx411d7jb?p=28
https://www.runoob.com/pandas/pandas-dataframe.html

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的python3-pandas DataFrame 索引、bool索引、pandas 字符串方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。