小白學 Python 數據分析（6）：Pandas （五）基礎操做（2）數據選擇

人生苦短，我用 Python

前文傳送門：

小白學 Python 數據分析（1）：數據分析基礎

小白學 Python 數據分析（2）：Pandas （一）概述

小白學 Python 數據分析（3）：Pandas （二）數據結構 Series

小白學 Python 數據分析（4）：Pandas （三）數據結構 DataFrame

小白學 Python 數據分析（5）：Pandas （四）基礎操做（1）查看數據

引言

上一篇文章咱們介紹如何在 Pandas 一些基礎的查看數據的操做，可是官方更推薦咱們使用 .at、.iat、.loc 和 .iloc 這幾個通過 Pandas 優化過的數據訪問方法來訪問數據。

首先咱們仍是先建立一個 DataFrame 用做演示，小編偷懶，接着把上一篇的 DataFrame 拷貝過來了，以下：

import numpy as np
import pandas as pd

dates = pd.date_range('20200101', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)複製代碼

DataFrame 是由不少列組成的，其實能夠看作是由多個 Series 組成，咱們能夠單獨獲取一列直接得到一個 Series ，以下：

# 獲取單列，得到 Series
print(df['A'])

# 輸出結果
2020-01-01   -0.065477
2020-01-02   -1.089716
2020-01-03    0.049215
2020-01-04   -0.017615
2020-01-05   -0.910402
2020-01-06   -0.008887
Freq: D, Name: A, dtype: float64複製代碼

接下來咱們能夠經過 [] 對 DataFrame 進行切片操做，示例以下：

# 行切片
print(df[0:3])
print(df['20200101' : '20200103'])

# 輸出結果
                   A         B         C         D
2020-01-01 -0.065477  1.603827  1.152969  0.742842
2020-01-02 -1.089716 -0.540936  0.456917  0.295272
2020-01-03  0.049215 -1.182454 -0.294177 -0.698877
                   A         B         C         D
2020-01-01 -0.065477  1.603827  1.152969  0.742842
2020-01-02 -1.089716 -0.540936  0.456917  0.295272
2020-01-03  0.049215 -1.182454 -0.294177 -0.698877複製代碼

能夠看到，咱們經過整數或者是 columns 將 DataFrame 進行了行切片。

loc

咱們能夠經過使用 loc 進行 column 名和 index 名定位。

好比咱們經過 column 提取出一行數據，以下：

# 用標籤提取一行數據
print(df.loc[dates[0]])

# 輸出結果
A   -0.065477
B    1.603827
C    1.152969
D    0.742842
Name: 2020-01-01 00:00:00, dtype: float64複製代碼

注意，這裏的 dates 是咱們在最前面生成的一個數組，這裏的寫法一樣能夠替換成 df.loc['20200101'] 。

一樣咱們能夠經過切片的方式獲取指定某幾行的數據，以下：

# 用標籤提取多列數據
print(df.loc[:, ['A', 'B']])

# 輸出結果
                   A         B
2020-01-01 -0.065477  1.603827
2020-01-02 -1.089716 -0.540936
2020-01-03  0.049215 -1.182454
2020-01-04 -0.017615 -0.777637
2020-01-05 -0.910402 -0.173959
2020-01-06 -0.008887  0.525035

# 用標籤進行切片操做，同時制定行與列的結束點
print(df.loc['20200101':'20200103', ['A', 'B']])

# 輸出結果
                   A         B
2020-01-01 -0.065477  1.603827
2020-01-02 -1.089716 -0.540936
2020-01-03  0.049215 -1.182454

# 返回一行中的兩列
print(df.loc['20200101', ['A', 'B']])

# 輸出結果
A   -0.065477
B    1.603827
Name: 2020-01-01 00:00:00, dtype: float64複製代碼

那麼我若是想得到一個指定位置的數據怎麼辦呢？當咱們把 DataFrame 想像成爲一個座標系的時候，固然是指定橫縱座標能夠肯定一個惟一的點啊，以下：

# 獲取某個標量值
print(df.loc[dates[0], 'A'])

# 輸出結果
-0.06547653622759132複製代碼

iloc

iloc 和上面的 loc 很像， loc 主要是經過行進行索引定位，而 iloc 是經過 index 也就是列進行索引定位，因此參數是整型， iloc 的英文全稱爲 index locate 。

先看一個簡單的示例，咱們先用整數選擇出其中的一列：

# 用整數位置選擇
print(df.iloc[3])

# 輸出結果
A   -0.017615
B   -0.777637
C    0.824364
D    0.210244
Name: 2020-01-04 00:00:00, dtype: float64複製代碼

這裏咱們還能夠加上切片進行選擇：

# 使用整數按行和列進行切片操做
print(df.iloc[3:5, 0:2])

# 輸出結果
                   A         B
2020-01-04 -0.017615 -0.777637
2020-01-05 -0.910402 -0.173959

# 用整數列表按位置切片
print(df.iloc[[1, 2, 4], [0, 2]])

# 輸出結果
                   A         C
2020-01-02 -1.089716  0.456917
2020-01-03  0.049215 -0.294177
2020-01-05 -0.910402 -1.140222

# 整行切片
print(df.iloc[1:3, :])

# 輸出結果
                   A         B         C         D
2020-01-02 -1.089716 -0.540936  0.456917  0.295272
2020-01-03  0.049215 -1.182454 -0.294177 -0.698877

# 整列切片
print(df.iloc[:, 1:3])

# 輸出結果
                   B         C
2020-01-01  1.603827  1.152969
2020-01-02 -0.540936  0.456917
2020-01-03 -1.182454 -0.294177
2020-01-04 -0.777637  0.824364
2020-01-05 -0.173959 -1.140222
2020-01-06  0.525035 -1.076101複製代碼

一樣，咱們經過 iloc 也能夠直接選擇一個標量值：

# 獲取某個標量值 同上
print(df.iloc[1, 1])

# 結果以下
-0.540936460611594複製代碼

at 和 iat

at 和 iat 都是用來訪問單個元素的，並且他們的訪問速度要快於上面的 loc 和 iloc 。

at 使用方法與 loc 相似，示例以下：

print(df.at[dates[0], 'A'])

# 輸出結果
-0.06547653622759132複製代碼

iat 對於 iloc 的關係就像 at 對於 loc 的關係，示例以下：

print(df.iat[1, 1])

# 輸出結果
-0.540936460611594複製代碼

其餘

咱們還可使用一些判斷條件來選擇數據，如用單列的值選擇數據，示例以下：

print(df[df.A > 0])

# 輸出結果
                   A         B         C         D
2020-01-03  0.049215 -1.182454 -0.294177 -0.698877複製代碼

上面這個示例是輸出的全部 A 列大於 0 的數據。

還有直接使用整個 df 作判斷的，示例以下：

print(df[df < 0])

# 輸出結果
                   A         B         C         D
2020-01-01 -0.065477       NaN       NaN       NaN
2020-01-02 -1.089716 -0.540936       NaN       NaN
2020-01-03       NaN -1.182454 -0.294177 -0.698877
2020-01-04 -0.017615 -0.777637       NaN       NaN
2020-01-05 -0.910402 -0.173959 -1.140222 -0.662615
2020-01-06 -0.008887       NaN -1.076101 -0.862407複製代碼

示例代碼

老規矩，全部的示例代碼都會上傳至代碼管理倉庫 Github 和 Gitee 上，方便你們取用。

示例代碼-Github

示例代碼-Gitee

參考

https://www.pypandas.cn/docs/getting_started/10min.html

若是個人文章對您有幫助，請掃碼關注下做者的公衆號：獲取最新干貨推送：）