目錄
1.索引是什么
1.1 認識索引
先創建一個簡單得DataFrame。
myList = [['a', 10, 1.1], ['b', 20, 2.2], ['c', 30, 3.3], ['d', 40, 4.4]]df1 = pd.DataFrame(data = myList)print(df1)--------------------------------[out]: 0 1 20 a 10 1.11 b 20 2.22 c 30 3.33 d 40 4.4
DataFrame中有兩種索引：
- 行索引(index)：對應最左邊那一豎列
- 列索引(columns)：對應最上面那一橫行
兩種索引默認均為從0開始得自增整數。
# 輸出行索引print(df1.index)[out]:RangeIndex(start=0, stop=4, step=1)---------------------------------------# 輸出列索引print(df1.columns)[out]:RangeIndex(start=0, stop=3, step=1)---------------------------------------# 輸出所有得值print(df1.values)[out]:array([['a', 10, 1.1], ['b', 20, 2.2], ['c', 30, 3.3], ['d', 40, 4.4]], dtype=object)
1.2 自定義索引
可以使用 index 這個參數指定行索引，columns 這個參數指定列索引。
df2 = pd.DataFrame(myList, index = ['one', 'two', 'three', 'four'], columns = ['char', 'int', 'float'])print(df2)-----------------------------------------------------------[out]: char int floatone a 10 1.1two b 20 2.2three c 30 3.3four d 40 4.4
輸出此時得行索引和列索引：
# 輸出行索引
print(df2.index)
[out]:
Index(['one', 'two', 'three', 'four'], dtype='object')
--------------------------------------------------------
# 輸出列索引
print(df2.columns)
[out]:
Index(['char', 'int', 'float'], dtype='object')
2. 索引得簡單使用
2.1 列索引
選擇一列：
print(df2['char'])print(df2.char)# 兩種方式輸出一樣[out]:one atwo bthree cfour dName: char, dtype: object
注意此時方括號里面只傳入一個字符串’char’，這樣選出來得一列，結果得類型為Series
print(df2['char'])print(df2.char)# 兩種方式輸出一樣[out]:one atwo bthree cfour dName: char, dtype: object
選擇多列：
print(df2[['char', 'int']])[out]: char intone a 10two b 20three c 30four d 40
注意此時方括號里面傳入一個列表 [‘char’, ‘int’]，選出得結果類型為 DataFrame。
如果只想選出來一列，卻想返回 DataFrame 類型怎么辦？
print(df2[['char']])[out]: charone atwo bthree cfour d---------------------------------------type(df2[['char']])[out]：pandas.core.frame.DataFrame
注意直接使用df2[0]取某一列會報錯，除非columns是由下標索引組成得，比如df1那個樣子，df1[0]就不會報錯。
print(df1[0])[out]:0 a1 b2 c3 dName: 0, dtype: object-----------------------print(df2[0])[out]: KeyError: 0
2.2 行索引
2.2.1 使用[ ]
區別于選取列，此種方式[ ]中不再單獨得傳入一個字符串，而是需要使用冒號切片。
選取行標簽從 ’two’ 到 ’three’ 得多行數據
print(df2['two': 'three'])[out]: char int floattwo b 20 2.2three c 30 3.3
選取行標簽為’two’這一行數據
# 此時返回得類型為DataFrameprint(df2['two': 'two'])[out]: char int floattwo b 20 2.2
在[ ]中不僅可以傳入行標簽，還可以傳入行得編號。
選取從第1行到第3行得數據(編號從0開始)
print(df2[1:4])[out]: char int floattwo b 20 2.2three c 30 3.3four d 40 4.4
可以看到選取得數據是不包含方括號最右側得編號所對應得數據得。
選取第1行得數據
print(df2[1:2])[out]: char int floattwo b 20 2.2
2.2.2 使用.loc()和.iloc()
區別就是.loc()是根據行索引和列索引得值來選取數據，而.iloc()是根據從0開始得下標位置來進行索引得。
選取行：
使用.loc()
print(df2.loc['one'])[out]:char aint 10float 1.1Name: one, dtype: object-------------------------------------------print(df2.loc[['one', 'three']])[out]: char int floatone a 10 1.1three c 30 3.3
使用.iloc()
print(df2.iloc[0])[out]:char aint 10float 1.1Name: one, dtype: object-------------------------------------------print(df2.iloc[[0, 2]])[out]: char int floatone a 10 1.1three c 30 3.3
到此這篇關于python Pandas之DataFrame索引及選取數據得內容就介紹到這了,更多相關python DataFrame索引 內容請搜索之家以前得內容或繼續瀏覽下面得相關內容希望大家以后多多支持之家！