pandas选择单元格，选择行列

首先创建示例df：

df = pd.DataFrame(np.arange(16).reshape(4, 4), columns=list('ABCD'), index=list('5678'))

df：

A B C D 5 0 1 2 3 6 4 5 6 7 7 8 9 10 11 8 12 13 14 15

注意：df的index是str类型，如果不指定index默认是0开始的int类型

 

分为如下几个方面进行讨论：

1）loc，行名称列名称

2）iloc，行数列数

3）ix，行名称列名称/行数列数混合

4）df[]

5)  df.x，选择单列

6）Series的筛选方法

7）bool

8）reindex

最后，再补充了获取行列名称，和缺失值处理的方法  

1，loc，行名称列名称

1.1，行

df.loc['6'] # 行名称为6的行，即第2行，即4 5 6 7 df.loc['5':'7'] # 行名称为5至7的行，即前3行，注意是前闭后闭 df.loc[['5', '7']] # 行名称为5和7的行，前第1第3行　

 

1.2，列

df.loc[:, 'B'] # 列名称为'B‘的列，即第2列，1 5 9 13 df.loc[:, 'A':'C'] # 列名称为A至C的列，即前3列，注意是前闭后闭 df.loc[:, ['A', 'C']] # 列名称为A和C的列，即第1列第3列

 

1.3，块

df.loc['5':'7', 'A':'C'] # 行名称为5至7，列名称为A~C的一块数据，即前3行前3列 df.loc[['5', '7'], ['A', 'C']] # 行名称为5和7，列名称为A和C的一块数据 df.loc['5':'7', ['A', 'C']] # 行名称5至7，列名称A和C的一块数据 df.loc[['5', '7'], 'A':'C'] # 行名称为5和7，列名称为A~C的一块数据

 

1.4，单元格

df.loc['5', 'A'] # 行名称为5，列名称为A的单元格数据 df.at['5', 'A'] # 同loc但速度快点

　　

2，iloc，行数列数

2.1，行

df.iloc[1] # 第2行，即行名称为6的行，4 5 6 7 df.iloc[0:3] # 前3行 df.iloc[[0, 3]] # 第1第4行

 

2.2，列   

df.iloc[:, 1] # 第2列，即列名称为'B'的列，1 4 9 13 df.iloc[:, 0:3] # 前3列 df.iloc[:, [0, 3]] # 第1第4列

 

2.3，块

df.iloc[0:3, 0:3] # 前3行，前3列的一块数据 df.iloc[[0, 3], [0, 3]] # 第1第4行，第1第4列的一块数据 df.iloc[0:3, [0, 3]] # 前3行，第1第4列的一块数据 df.iloc[[0, 3], 0:3] # 第1第4行，前3列的一块数据

 

2.4，单元格

df.iloc[1, 1] # 第1行，第1列的单元格 df.iat[1, 1] # 同iloc但速度快点

　　

3，df.ix，行名称列名称/行数列数混合

3.1，行

df.ix['7'] # 单行，下同 df.ix[2] df.ix[1: 3] # 多行，下同 df.ix[[1, 3]] df.ix['5':'7'] df.ix['5', '7']

如果是行/列的名称是int类型时，只能根据行/列名称选，不能根据行数/列数选：

df.index = range(1, 5) df.ix[2] # 输出是行名称为2的行，根据行数选择应该是第3行 df.index = range(11, 15) df.ix[2] # KeyError: 2　

　　

3.2，列

df.ix[:, 'C'] # 单列，下同 df.ix[:, 2] df.ix[:, 1: 3] # 多列，下同 df.ix[:, [1, 3]] df.ix[:, 'A':'C'] df.ix[:, ['A','C']]

 

3.3，块（略）

多行和多列的排列组合

 

3.4，单元格（略）

单行和单列的排列组合

 

4，df[]

4.1，行

可以接收行名称或者行数，但必须是切片

df[0:1] # 第1行 df[0:3] # 前3行 df['5':'5'] # 行名称为5的行 df['5':'7'] # 行名称为5的行至行名称为7的行

行数切片时，如果行索引类型为int，则会根据行数来切片，不会根据行名称切片，这点与df.ix不同，例如：

df = pd.DataFrame(np.arange(16).reshape(4, 4), columns=list('ABCD'), index=range(5, 9)) df[5:8] # Empty DataFrame df[0:3] # 第1至第3行

　

4.2，列

只能接收列名称，可以是单个或列表

df['A'] # A列 df[['A', 'C']] # A和C列

 

4.3，块

df[]无法选择块

 

4.4，单元格

df[]无法选择单元格

 

5，df.x

df.A # A列

 

6，Series的筛选方法

上述示例中，接收参数为单个标签或索引的筛选，返回的都是Series，例如：

df.iloc[1] df.iloc[:, 2] df.loc['5'] df.loc[:, 'B'] df.ix[2] df.ix[:, 'C'] df['A'] df.A

 

接收参数为切片或列表的筛选，即使只有一行/一列数据，返回的都是DataFrame：

df[0:1] df['5': '5'] df.iloc[[1]] df.loc[:, ['B']] df[['A']]

因此，如果想获取单行/单列数据的DataFrame，只需要将输入的单个标签或索引改为切片或列表

 

可以进一步在Series中筛选值，以A列的Series为例：

>>> df['A'] 5 0 6 4 7 8 8 12 Name: A, dtype: int32

筛选出Series中第二个值4的方法有：

df['A'].iloc[1] df['A'].loc['6'] df['A'].ix[1] df['A'].ix['6'] df['A'][1] df['A'].values[1]

　

7，bool

7.1，bool列表

上述示例中，DataFrame或者Series可以接受切片/列表参数的地方，都可以接受bool列表，保留bool列表中真值对应的项目，例如：

生成bool列表：

chooses = [True, False, True, False] chooses = [i == 0 or i == 8 for i in df['A']] # 结果是[True, False, True, False]

根据bool列表筛选：

df.iloc[chooses] # 只留第1第3行 df.loc[:, chooses] # 只留第1第3列 df.ix[chooses] # 只留第1第3行 df[chooses] # 只留第1第3行 df['A'][chooses] # 只留A列中第1第3个值

 

7.2，bool Series　

可以根据bool Series筛选，保留bool Series真值对应的项目，但是index要与df相同

1）按列生成的Series，index是原df的index，可以对行方向操作进行筛选

生成列方向的bool Series：

chooses = pd.Series([True, False, True, False], index=df.index) chooses = df.loc[:, 'A'] > 1 chooses = df.iloc[:, 0] > 1 chooses = df['A'] > 1 chooses = df['A'] == 4 chooses = ~(df.A == 4) # 可以直接取反，等效df.A != 4 chooses = ~(df['A'] > 1) chooses = df['A'].isin(range(9)) # A列的值是否在range(9)中 chooses = (df['A'].isin(range(9))) & (df['B'] > 1) # bool Series的&运算，即同时满足A列range(9)内，B列大于1

根据bool Series可以在行方向做筛选，iloc用不了：

print(chooses.index) # Index(['1', '2', '3', '4'], dtype='object') df[chooses] # DataFrame[] df.A[chooses] # Series[] df.loc[chooses] # loc df.iloc[chooses] # 应用在iloc会报错，ValueError df = df.ix[chooses] # ix df = df.loc[:, chooses] # 应用在列方向会报错，pandas.core.indexing.IndexingError

2）按行生成的Series，index是原df的columns，可以对列方向操作进行筛选

生成行方向的bool Series：

chooses = pd.Series([True, False, True, False], index=df.columns) chooses = df.loc['1'] > 1 chooses = df.iloc[0] > 1

根据bool Series可以在列方向做筛选，iloc用不了：

print(choose.index) # Index(['A', 'B', 'C', 'D'], dtype='object') df.loc[:, chooses] # loc df.iloc[:, chooses] # 应用在iloc会报错，ValueError df.ix[:, chooses] # ix df.loc[chooses] # 应用在行方向报错，pandas.core.indexing.IndexingError

　　

7.3，bool DataFrame

DataFrame可以根据bool DataFrame进行筛选，保留bool DataFrame真值对应的值，其余值置为NaN

生成bool DataFrame：

chooses = df > 5

根据bool DataFrame进行筛选：

df[chooses]

 

8，reindex

DataFrame.reindex也可以用来对行/列进行筛选，它不会修改原DataFrame，需另存副本：

df.reindex(index=list('67')) # 筛选出行名称为6和7的行 df.reindex(columns=list('BC')) # 筛选出列名称为B和C的列

　　

9，获取行名称/列名称

有时需要获取符合条件的行名称或者列名称

9.1，通过Series获取

可以先获取行/列所在的Series，再获取该Series对应的name：

df.iloc[1].name # 第2行的name，'6' df.iloc[:, 1].name # 第2列的name，'B'

 

9.2，通过DataFrame获取

通过筛选获得的DataFrame，可以直接获index，columns

df_sub = df[df['A'] > 4] df_sub.index # Index(['7', '8'], dtype='object') df_sub.columns # Index(['A', 'B', 'C', 'D'], dtype='object') df_sub.index.tolist() # ['7', '8'] df_sub.columns.tolist() # ['A', 'B', 'C', 'D']

　　

10，缺失值处理

df.dropna(axis=0, how='any') # 行里有缺失值就丢掉，如果行里所有值是缺失值才丢掉可以how='all' df.dropna(axis=1, how='any') # 列里有缺失值就丢掉 df.fillna(value=0) # 将缺失值填为0 df.isnull() # 整个df是否有缺失值的情况，返回结果是df np.any(df.isnull())=True) # 只要包含有缺失值就返回True，结果是一个bool值

 

欢迎转载博客文章,转载请标明出处!

转载于:https://www.cnblogs.com/guxh/p/8627251.html