python中pandas庫中DataFrame對行和列的操作使用方法

2019-11-06 07:31:27

字體：大中小

來源：轉載

供稿：網友

用pandas中的DataFrame時選取行或列：

import numpy as npimport pandas as pdfrom pandas import Sereis, DataFrameser = Series(np.arange(3.))data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))data['w']  #選擇表格中的'w'列，使用類字典屬性,返回的是Series類型data.w    #選擇表格中的'w'列，使用點屬性,返回的是Series類型data[['w']]  #選擇表格中的'w'列，返回的是DataFrame類型data[['w','z']]  #選擇表格中的'w'、'z'列data[0:2]  #返回第1行到第2行的所有行，前閉后開，包括前不包括后data[1:2]  #返回第2行，從0計，返回的是單行，通過有前后值的索引形式，       #如果采用data[1]則報錯data.ix[1:2] #返回第2行的第三種方法，返回的是DataFrame，跟data[1:2]同data['a':'b']  #利用index值進行切片，返回的是**前閉后閉**的DataFrame,         #即末端是包含的  data.irow(0)   #取data的第一行data.icol(0)   #取data的第一列data.head()  #返回data的前幾行數據，默認為前五行，需要前十行則data.head(10)data.tail()  #返回data的后幾行數據，默認為后五行，需要后十行則data.tail(10)ser.iget_value(0)  #選取ser序列中的第一個ser.iget_value(-1) #選取ser序列中的最后一個，這種軸索引包含索引器的series不能采用ser[-1]去獲取最后一個，這會引起歧義。data.iloc[-1]   #選取DataFrame最后一行，返回的是Seriesdata.iloc[-1:]   #選取DataFrame最后一行，返回的是DataFramedata.loc['a',['w','x']]   #返回‘a’行'w'、'x'列，這種用于選取行索引列索引已知data.iat[1,1]   #選取第二行第二列，用于已知行、列位置的選取。123456789101112131415161718192021222324252627282930313233343536373839404142123456789101112131415161718192021222324252627282930313233343536373839404142下面是簡單的例子使用驗證：
import pandas as pdfrom pandas import Series, DataFrameimport numpy as npdata = DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e'])dataOut[7]:         a   b   c   d   eone     0   1   2   3   4two     5   6   7   8   9three  10  11  12  13  14#對列的操作方法有如下幾種data.icol(0)   #選取第一列E:/Anaconda2/lib/site-packages/spyder/utils/ipython/start_kernel.py:1: FutureWarning: icol(i) is dePRecated. Please use .iloc[:,i]  # -*- coding: utf-8 -*-Out[35]: one       0two       5three    10Name: a, dtype: int32data['a']Out[8]: one       0two       5three    10Name: a, dtype: int32data.aOut[9]: one       0two       5three    10Name: a, dtype: int32data[['a']]Out[10]:         aone     0two     5three  10data.ix[:,[0,1,2]]  #不知道列名只知道列的位置時Out[13]:         a   b   cone     0   1   2two     5   6   7three  10  11  12data.ix[1,[0]]  #選擇第2行第1列的值Out[14]: a    5Name: two, dtype: int32data.ix[[1,2],[0]]   #選擇第2,3行第1列的值Out[15]:         atwo     5three  10data.ix[1:3,[0,2]]  #選擇第2-4行第1、3列的值Out[17]:         a   ctwo     5   7three  10  12data.ix[1:2,2:4]  #選擇第2-3行，3-5（不包括5）列的值Out[29]:      c  dtwo  7  8data.ix[data.a>5,3]Out[30]: three    13Name: d, dtype: int32data.ix[data.b>6,3:4]  #選擇'b'列中大于6所在的行中的第4列，有點拗口Out[31]:         dthree  13data.ix[data.a>5,2:4]  #選擇'a'列中大于5所在的行中的第3-5（不包括5）列Out[32]:         c   dthree  12  13data.ix[data.a>5,[2,2,2]]  #選擇'a'列中大于5所在的行中的第2列并重復3次Out[33]:         c   c   cthree  12  12  12#還可以行數或列數跟行名列名混著用data.ix[1:3,['a','e']]Out[24]:         a   etwo     5   9three  10  14data.ix['one':'two',[2,1]]Out[25]:      c  bone  2  1two  7  6data.ix[['one','three'],[2,2]]Out[26]:         c   cone     2   2three  12  12data.ix['one':'three',['a','c']]Out[27]:         a   cone     0   2two     5   7three  10  12data.ix[['one','one'],['a','e','d','d','d']]Out[28]:      a  e  d  d  done  0  4  3  3  3one  0  4  3  3  3#對行的操作有如下幾種：data[1:2]  #（不知道列索引時）選擇第2行，不能用data[1]，可以用data.ix[1]Out[18]:      a  b  c  d  etwo  5  6  7  8  9data.irow(1)   #選取第二行Out[36]: a    5b    6c    7d    8e    9Name: two, dtype: int32data.ix[1]   #選擇第2行Out[20]: a    5b    6c    7d    8e    9Name: two, dtype: int32data['one':'two']  #當用已知的行索引時為前閉后閉區間，這點與切片稍有不同。Out[22]:      a  b  c  d  eone  0  1  2  3  4two  5  6  7  8  9data.ix[1:3]  #選擇第2到4行，不包括第4行，即前閉后開區間。Out[23]:         a   b   c   d   etwo     5   6   7   8   9three  10  11  12  13  14data.ix[-1:]  #取DataFrame中最后一行，返回的是DataFrame類型,**注意**這種取法是有使用條件的，只有當行索引不是數字索引時才可以使用，否則可以選用`data[-1:]`--返回DataFrame類型或`data.irow(-1)`--返回Series類型Out[11]:         a   b   c   d   ethree  10  11  12  13  14data[-1:]  #跟上面一樣，取DataFrame中最后一行，返回的是DataFrame類型Out[12]:         a   b   c   d   ethree  10  11  12  13  14data.ix[-1] #取DataFrame中最后一行，返回的是Series類型，這個一樣，行索引不能是數字時才可以使用Out[13]: a    10b    11c    12d    13e    14Name: three, dtype: int32data.tail(1)   #返回DataFrame中的最后一行data.head(1)   #返回DataFrame中的第一行123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186最近處理數據時發現當pd.read_csv()數據時有時候會有讀取到未命名的列，且該列也用不到，一般是索引列被換掉后導致的，有強迫癥的看著難受，這時候dataframe.drop([columns,])是沒法處理的，怎么辦呢， 最笨的方法是直接給列索引重命名：
data6        Unnamed: 0  high    symbol  timedate                2016-11-01  0   3317.4  IF1611  18:10:44.82016-11-01  1   3317.4  IF1611  06:01:04.52016-11-01  2   3317.4  IF1611  07:46:25.52016-11-01  3   3318.4  IF1611  09:30:04.02016-11-01  4   3321.8  IF1611  09:31:04.0data6.columns = list('abcd')data6    a   b   c   ddate                2016-11-01  0   3317.4  IF1611  18:10:44.82016-11-01  1   3317.4  IF1611  06:01:04.52016-11-01  2   3317.4  IF1611  07:46:25.52016-11-01  3   3318.4  IF1611  09:30:04.02016-11-01  4   3321.8  IF1611  09:31:04.01234567891011121314151617181920212212345678910111213141516171819202122重新命名后就可以用dataframe.drop([columns])來刪除了，當然不用我這樣全部給列名替換掉了，可以只是改變未命名的那個列，然后刪除。不過這個用起來總是覺得有點low，有沒有更好的方法呢，有，可以不去刪除，直接：
data7 = data6.ix[:,1:]11這樣既不改變原有數據，也達到了刪除神煩列，當然我這里時第0列刪除，可以根據實際選擇所在的列刪除之，至于這個原理，可以看下前面的對列的操作。