python pandas dataframe 行列選擇，切片操作

原創 2017年02月15日 21:43:18

• 標簽：
• python /

• 30760
• 編輯
• 刪除

python pandas dataframe 行列選擇，切片操作

SQL中的select是根據列的名稱來選取；Pandas則更為靈活，不但可根據列名稱選取，還可以根據列所在的position（數字，在第幾行第幾列，注意pandas行列的position是從0開始）選取。相關函數如下：
1）loc，基于列label，可選取特定行（根據行index）；
2）iloc，基于行/列的position；
3）at，根據指定行index及列label，快速定位DataFrame的元素；
4）iat，與at類似，不同的是根據position來定位的；
5）ix，為loc與iloc的混合體，既支持label也支持position；

實例

import pandas as pd import numpy as npdf = pd.DataFrame({'total_bill': [16.99, 10.34, 23.68, 23.68, 24.59],'tip': [1.01, 1.66, 3.50, 3.31, 3.61],'sex': ['Female', 'Male', 'Male', 'Male', 'Female']}) # data type of columns print df.dtypes # indexes print df.index # return pandas.Index print df.columns # each row, return array[array] print df.values print df

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16

sex object tip float64 total_bill float64 dtype: object RangeIndex(start=0, stop=5, step=1) Index([u'sex', u'tip', u'total_bill'], dtype='object') [['Female' 1.01 16.99]['Male' 1.66 10.34]['Male' 3.5 23.68]['Male' 3.31 23.68]['Female' 3.61 24.59]]sex tip total_bill 0 Female 1.01 16.99 1 Male 1.66 10.34 2 Male 3.50 23.68 3 Male 3.31 23.68 4 Female 3.61 24.59

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18

print df.loc[1:3, ['total_bill', 'tip']] print df.loc[1:3, 'tip': 'total_bill'] print df.iloc[1:3, [1, 2]] print df.iloc[1:3, 1: 3]

• 1
• 2
• 3
• 4

total_bill tip 1 10.34 1.66 2 23.68 3.50 3 23.68 3.31tip total_bill 1 1.66 10.34 2 3.50 23.68 3 3.31 23.68tip total_bill 1 1.66 10.34 2 3.50 23.68tip total_bill 1 1.66 10.34 2 3.50 23.68

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15

錯誤的表示：

print df.loc[1:3, [2, 3]]#.loc僅支持列名操作

• 1

KeyError: 'None of [[2, 3]] are in the [columns]'

• 1
• 2

print df.loc[[2, 3]]#.loc可以不加列名，則是行選擇

• 1

sex tip total_bill 2 Male 3.50 23.68 3 Male 3.31 23.68

• 1
• 2
• 3
• 4

print df.iloc[1:3]#.iloc可以不加第幾列，則是行選擇

• 1

sex tip total_bill 1 Male 1.66 10.34 2 Male 3.50 23.68

• 1
• 2
• 3
• 4

print df.iloc[1:3, 'tip': 'total_bill']

• 1

TypeError: cannot do slice indexing on <class 'pandas.indexes.base.Index'> with these indexers [tip] of <type 'str'>

• 1
• 2

print df.at[3, 'tip'] print df.iat[3, 1] print df.ix[1:3, [1, 2]] print df.ix[1:3, ['total_bill', 'tip']]

• 1
• 2
• 3
• 4

3.31 3.31tip total_bill 1 1.66 10.34 2 3.50 23.68 3 3.31 23.68total_bill tip 1 10.34 1.66 2 23.68 3.50 3 23.68 3.31

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

print df.ix[[1, 2]]#行選擇

• 1

sex tip total_bill 1 Male 1.66 10.34 2 Male 3.50 23.68

• 1
• 2
• 3
• 4

print df[1: 3] print df[['total_bill', 'tip']] # print df[1:2, ['total_bill', 'tip']] # TypeError: unhashable type

• 1
• 2
• 3

sex tip total_bill 1 Male 1.66 10.34 2 Male 3.50 23.68total_bill tip 0 16.99 1.01 1 10.34 1.66 2 23.68 3.50 3 23.68 3.31 4 24.59 3.61

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

print df[1:3,1:2]

• 1

TypeError: unhashable type

• 1
• 2

總結

1）.loc,.iloc,.ix,只加第一個參數如.loc([1,2]),.iloc([2:3]),.ix[2]…則進行的是行選擇
2）.loc,.at，選列是只能是列名，不能是position
3）.iloc,.iat，選列是只能是position，不能是列名
4）df[]只能進行行選擇，或列選擇，不能同時進行列選擇，列選擇只能是列名。

總結

以上是生活随笔為你收集整理的python pandas dataframe 行列选择，切片操作 原创 2017年02月15日 21:43:18 标签： python 30760 python pandas dataframe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。