python pandas庫中DataFrame對行和列的操作實例講解

更新時間：2018年06月09日 09:56:26 作者：風景不在對岸wj

今天小編就為大家分享一篇python pandas庫中DataFrame對行和列的操作實例講解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

用pandas中的DataFrame時選取行或列：

import numpy as np
import pandas as pd
from pandas import Sereis, DataFrame
ser = 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Series
data.iloc[-1:] #選取DataFrame最后一行，返回的是DataFrame
data.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。

下面是簡單的例子使用驗證：

import pandas as pd
from pandas import Series, DataFrame
import numpy as np
data = DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e'])
data
Out[7]: 
  a b c d e
one  0 1 2 3 4
two  5 6 7 8 9
three 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  0
two  5
three 10
Name: a, dtype: int32
data['a']
Out[8]: 
one  0
two  5
three 10
Name: a, dtype: int32
data.a
Out[9]: 
one  0
two  5
three 10
Name: a, dtype: int32
data[['a']]
Out[10]: 
  a
one  0
two  5
three 10
data.ix[:,[0,1,2]] #不知道列名只知道列的位置時
Out[13]: 
  a b c
one  0 1 2
two  5 6 7
three 10 11 12
data.ix[1,[0]] #選擇第2行第1列的值
Out[14]: 
a 5
Name: two, dtype: int32
data.ix[[1,2],[0]] #選擇第2,3行第1列的值
Out[15]: 
  a
two  5
three 10
data.ix[1:3,[0,2]] #選擇第2-4行第1、3列的值
Out[17]: 
  a c
two  5 7
three 10 12
data.ix[1:2,2:4] #選擇第2-3行，3-5（不包括5）列的值
Out[29]: 
  c d
two 7 8
data.ix[data.a>5,3]
Out[30]: 
three 13
Name: d, dtype: int32
data.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]: 
  d
three 13
data.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 d
three 12 13
data.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 c
three 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 e
two  5 9
three 10 14
data.ix['one':'two',[2,1]]
Out[25]: 
  c b
one 2 1
two 7 6
data.ix[['one','three'],[2,2]]
Out[26]: 
  c c
one  2 2
three 12 12
data.ix['one':'three',['a','c']]
Out[27]: 
  a c
one  0 2
two  5 7
three 10 12
data.ix[['one','one'],['a','e','d','d','d']]
Out[28]: 
  a e d d d
one 0 4 3 3 3
one 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 e
two 5 6 7 8 9
data.irow(1) #選取第二行
Out[36]: 
a 5
b 6
c 7
d 8
e 9
Name: two, dtype: int32
data.ix[1] #選擇第2行
Out[20]: 
a 5
b 6
c 7
d 8
e 9
Name: two, dtype: int32
data['one':'two'] #當用已知的行索引時為前閉后閉區(qū)間，這點與切片稍有不同。
Out[22]: 
  a b c d e
one 0 1 2 3 4
two 5 6 7 8 9
data.ix[1:3] #選擇第2到4行，不包括第4行，即前閉后開區(qū)間。
Out[23]: 
  a b c d e
two  5 6 7 8 9
three 10 11 12 13 14
data.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 e
three 10 11 12 13 14
data[-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 e
three 10 11 12 13 14
data.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 10
b 11
c 12
d 13
e 14
Name: three, dtype: int32
data.tail(1) #返回DataFrame中的最后一行
data.head(1) #返回DataFrame中的第一行

最近處理數據時發(fā)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 time
date    
2016-11-01 0 3317.4 IF1611 18:10:44.8
2016-11-01 1 3317.4 IF1611 06:01:04.5
2016-11-01 2 3317.4 IF1611 07:46:25.5
2016-11-01 3 3318.4 IF1611 09:30:04.0
2016-11-01 4 3321.8 IF1611 09:31:04.0
data6.columns = list('abcd')
data6
 a b c d
date    
2016-11-01 0 3317.4 IF1611 18:10:44.8
2016-11-01 1 3317.4 IF1611 06:01:04.5
2016-11-01 2 3317.4 IF1611 07:46:25.5
2016-11-01 3 3318.4 IF1611 09:30:04.0
2016-11-01 4 3321.8 IF1611 09:31:04.0

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：