dataframe是pandas包的重要對象，熟練掌握dataframe的基本操作是很有必要的。

下面就總結一下dataframe取行列元素的基本操作。

一. DataFrame的基本結構

可以理解為一個矩陣，所有的行名保存在index, 列名保存在columns（注意：一個是單數，一個是復數）。寫程序的時候不僅要調用pandas (import pandas as pd), 還要記得調用numpy這個包：(import numpy as np), pandas不默認包含numpy。

構建一個3×3的dataframe如下：

df = pd.DataFrame(np.arange(9).reshape(3, 3), index = ['row1', 'row2', 'row3'], columns=['col1', 'col2','col3'])

例子里面行名df.index=Index(['row1','row2','row3'],dtype='object')

以及df.columns=Index(['col1','col2','col3'],dtype='object')。（Index對象用來保存標簽數據）。

二. 按索引或行列名選取DataFrame的行和列的方法

1）用列名取一列 (不推薦）

df['col1']即取得第一列，是一個Series對象。

注意：用df['row1'],df[0],df[:,0],df[0,:]統統都會報錯的，這類命令只能用來按列名取一列。(ugly的設計！)

2）按行號取行（不推薦）

df[0:2]代表取得第0行和第1行

注意：只取一行的話，要用df[0:1]，不能用df[0]。(ugly的設計！)

3）使用iloc按行號列號來取（推薦）

取一行：df.iloc[0]或df.iloc[0,:]

取多行：df.iloc[[0,2]]或df.iloc[[0,2],:]

取連續多行：df.iloc[0:2]或df.iloc[0:2,:]

取一列：df.iloc[:,0]

取多列：df.iloc[:,[0,2]]或df.iloc[:,[0,2]]

取連續多列：df.iloc[:,0:2]

注意：

• 取行的時候可以不提列，也可以用"，："來指全列。
• 取列的時候必須用"：，"來指定全行。
• 可以使用一個數字來代表一個，可以使用一個list [a,b]代表多個，也可以使用a:b代表連續多個。

4）使用loc按行名列名來取（推薦）

取一行：df.loc['row1']或df.loc['row1',:]

取多行：df.loc[['row1','row2']]或df.loc[['row1','row2'],:]

取連續多行：df.loc['row1':'row2']或df.loc['row1':'row2',:]

取一列：df.loc[:,'col1']

取多列：df.loc[:,['row1','row2']]

取連續多列：df.loc[:,'row1':'row2']

注意：

• 取行的時候可以不提列，也可以用"，："來指全列。
• 取列的時候必須用"：，"來指定全行。
• 可以使用一個數字來代表一個，可以使用一個list ['a','b']代表多個，也可以使用'a':'b'代表連續多個。

5）使用ix（不推薦）

ix的使用方法和iloc類似，可以既使用數字索引，也可以使用行名列名索引。ix目前已經被棄用，就不贅述了。

6）使用iat和at（不推薦）

iat和at只能去單個元素，iat使用索引，at使用行列名，但是其功能被iloc和loc包含，因此不推薦。

總結下來就是：（重點！！！！）

推薦使用iloc和loc，其他方式均不推薦。

取行可以不提列，取列必須提行。

可以用一個數字，一個list，或者一個區間來取行列。

三. 按條件選取DataFrame的行和列

選取行的原理就是：

df.loc[一個由True和False組成的Series]=只包括True對應的行的子矩陣。

選取列的原理就是：

df.loc[:,一個由True和False組成的Series] = 只包括False對應的列的子矩陣。

(注意不可以使用iloc)

例如：df.loc[df['col1']==3]，就是取出第一列，凡是對應數字為3的給True，不為3的給False，然后去所有為True的行。

df.loc[~(df['col1'!=3)] 同上。

而本質上如下命令也可以取得同樣的效果：

df.loc[df.loc[:,'col1']==3,:],

df.loc[df.iloc[:,0]==3,:]。

例如：df.loc[:,df.loc['row1']==1] 就是取出第一行，凡是對應數字為1的給True，不為1的給False, 然后取所有為True的列。

四. 按條件替換Dataframe某一列或行的值

df.loc[df['col1']==3,'col1']=99, 把第一列中的包含3的元素替換成99。

df.loc['row1',df.loc['row1',:]==1]=99, 把第一行中的包含1的元素替換成99。

本質上原理和第二節和第三節加粗部分敘述的原理相同。

五. 按條件替換整個矩陣某些元素的值

原理：對于整個df進行判斷，例如df>4代表一個True和False的矩陣。

然后df[df>4]=100，會把所有True對應的元素替換成100，于是df變成

總結

以上是生活随笔為你收集整理的dataframe 空值替换为0_dataframe取元素方法总结的全部內容，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。