pandas 對數據幀DataFrame中數據的索引及切片操做

一、建立數據幀

　　index是行索引，即每一行的名字；columns是列索引，即每一列的名字。創建數據幀時行索引和列索引都須要以列表的形式傳入。

import pandas as pd

df = pd.DataFrame([[1, 2, 3], [4, 5, 6]], index=['row_0', 'row_1'], columns=['col_0', 'col_1', 'col_2'])

二、獲取數據幀的行索引和列索引

2.1 獲取行索引

# 以數組形式返回
row_name = df.index.values

# 以列表形式返回
row_name = df.index.values.tolist()

2.2 獲取列索引

# 以數組的形式返回
col_name = df.columns.values

# 以列表的形式返回
col_name = df.columns.values.tolist()

三、獲取指定行、列的元素

3.1 獲取指定行的元素

　　獲取某行數據需用.loc[]或.iloc[]方法，不能直接索引。

# 以行名索引，返回一個系列(series)
df_row0 = df.loc['row_0']

# 以行的絕對位置索引，返回一個系列(series)
df_row0 = df.iloc[0]

3.2 獲取指定列的元素

　　獲取某列數據能夠經過列名直接索引。

# 以列名索引，返回一個系列(series)
df_col0 = df['col_0']

　　索引某列不能直接經過列的絕對位置來索引，但能夠轉換思路，藉助列索引值實現用絕對位置的間接索引。

# df_col0 = df[0] 經過絕對位置直接索引報錯
# 經過列索引名 df.columns 實現對列的絕對位置索引
df_col0 = df[df.columns[0]]

四、對數據幀切片

 4.1 行切片

　　對行進行切片操做，能夠經過.iloc[]方法或直接用行的絕對位置。不能經過行名進行切片操做。

# 經過iloc[]方法切片，[0:2]左閉右開，即切取第0行和第1行
df_row = df.iloc[0:2]

 

# 經過行的絕對位置切片，[0:2]左閉右開，即切取第0行和第1行
df_row = df[0:2]

4.2 列切片

　　對列進行切片時，能夠將所須要切取的列的列名組成一個一維的列表或數組，直接傳入df[]便可。

# df_col = df[df.columns[0:2]] 切取第0列和第1列，與下句代碼等價
df_col = df[['col_0', 'col_1']]

4.3 局部切片

　　先進行行切片，再進行列切片便可。

# 切取第0行和第1行，'col_0'和'col_2'列
df_new = df[0:2][['col_0', 'col_2']]

五、獲取某位置元素

5.1 經過行、列定位

# 經過行列定位，返回值爲一個系列(series)
df_new = df.loc['row_0'][['col_0']]

5.2 經過.at[]方法

# 用行名和列名索引，返回該位置的具體元素
df_new = df.at['row_0', 'col_0']

5.3 經過.iat[]方法

# 用行列的絕對位置定位，返回該位置的具體元素
df_new = df.iat[0,0]

 

 小結：對行操做通常經過df.iloc[絕對位置]或df.loc[‘行名’]，對列操做直接用df[‘列名’]