pandas取dataframe特定行/列

1. 按列取、按索引/行取、按特定行列取

import numpy as np
from pandas import DataFrame
import pandas as pd


df=DataFrame(np.arange(12).reshape((3,4)),index=['one','two','thr'],columns=list('abcd'))

df['a']#取a列
df[['a','b']]#取a、b列

#ix能夠用數字索引，也能夠用index和column索引
df.ix[0]#取第0行
df.ix[0:1]#取第0行
df.ix['one':'two']#取one、two行
df.ix[0:2,0]#取第0、1行，第0列
df.ix[0:1,'a']#取第0行，a列
df.ix[0:2,'a':'c']#取第0、1行，abc列
df.ix['one':'two','a':'c']#取one、two行，abc列
df.ix[0:2,0:1]#取第0、1行，第0列
df.ix[0:2,0:2]#取第0、1行，第0、1列

#loc只能經過index和columns來取，不能用數字
df.loc['one','a']#one行，a列
df.loc['one':'two','a']#one到two行，a列
df.loc['one':'two','a':'c']#one到two行，a到c列
df.loc['one':'two',['a','c']]#one到two行，ac列

#iloc只能用數字索引，不能用索引名
df.iloc[0:2]#前2行
df.iloc[0]#第0行
df.iloc[0:2,0:2]#0、1行，0、1列
df.iloc[[0,2],[1,2,3]]#第0、2行，一、二、3列

#iat取某個單值,只能數字索引
df.iat[1,1]#第1行，1列
#at取某個單值,只能index和columns索引
df.at['one','a']#one行，a列

2. 按條件取行

選取等於某些值的行記錄 用 ==
df.loc[df[‘column_name’] == some_value]

選取某列是不是某一類型的數值 用 isin
df.loc[df[‘column_name’].isin(some_values)]

多種條件的選取 用 &
df.loc[(df[‘column’] == some_value) & df[‘other_column’].isin(some_values)]

選取不等於某些值的行記錄 用 ！=
df.loc[df[‘column_name’] != some_value]

isin返回一系列的數值,若是要選擇不符合這個條件的數值使用~
df.loc[~df[‘column_name’].isin(some_values)] 

　　

3. 取完以後替換

df = pd.DataFrame({"id": [25,53,15,47,52,54,45,9], "sex": list('mfmfmfmf'), 'score': [1.2, 2.3, 3.4, 4.5,6.4,5.7,5.6,4.3],"name":['daisy','tony','peter','tommy','ana','david','ken','jim']})

將男性(m)替換爲1，女性(f)替換爲0

方法1：

df.ix[df['sex']=='f','sex']=0
df.ix[df['sex']=='m','sex']=1

注：在上面的代碼中，逗號後面的‘sex’起到固定列名的做用

　　

方法2：

df.sex[df['sex']=='m']=1
df.sex[df['sex']=='f']=0

　　

 

參考文獻：

【1】pandas 根據列的值選取全部行

【2】pandas小技巧之--值替換