pandas抽取行列數(shù)據(jù)的幾種方法
取行和列的幾種常用方式:
data[ 列名 ]: 取單列或多列,不能用連續(xù)方式取,也不能用于取行。
data.列名: 只用于取單列,不能用于行。
data[ i:j ]: 用起始行下標(biāo)(i)和終止行下標(biāo)(j)取單行或者連續(xù)多行,不能用于列的選取。
data.loc[行名,列名]: 用對(duì)象的.loc[]方法實(shí)現(xiàn)各種取數(shù)據(jù)方式。
data.iloc[行下標(biāo),列下標(biāo)]: 用對(duì)象的.iloc[]方法實(shí)現(xiàn)各種取數(shù)據(jù)方式。
首先生成一個(gè)DataFrame對(duì)象:
import pandas as pd score = [[34,67,87],[68,98,58],[75,73,86],[94,59,81]] name = ['小新','小紅','小李'] course = ['語(yǔ)文','數(shù)學(xué)','英語(yǔ)','政治'] mydata = pd.DataFrame(data=score,columns=name,index=course)#指定行列名 print(mydata)
小新 小紅 小李
語(yǔ)文 34 67 87
數(shù)學(xué) 68 98 58
英語(yǔ) 75 73 86
政治 94 59 81
1. 直接用列名抽取單列或多列 – data[列名]
print(mydata['小紅']) # 輸出是一個(gè)Series對(duì)象,而不是DataFrame對(duì)象 語(yǔ)文 67 數(shù)學(xué) 98 英語(yǔ) 73 政治 59 print(mydata[['小紅']]) # 加了[],此時(shí)輸出的是DataFrame對(duì)象 小紅 語(yǔ)文 67 數(shù)學(xué) 98 英語(yǔ) 73 政治 59 print(mydata[['小紅','小李']]) #選擇兩列,此時(shí)必須用[]將兩列括起來(lái) 小紅 小李 語(yǔ)文 67 87 數(shù)學(xué) 98 58 英語(yǔ) 73 86 政治 59 81
2. 用行所在矩陣索引抽取一個(gè)行或者連續(xù)多行數(shù)據(jù)
print(mydata[0:1]) #通過(guò)0:1選擇了第0行 小新 小紅 小李 語(yǔ)文 34 67 87 mydata[0:3] #通過(guò)0:3選擇了第0,1,2三行 小新 小紅 小李 語(yǔ)文 34 67 87 數(shù)學(xué) 68 98 58 英語(yǔ) 75 73 86
3. 用數(shù)據(jù)的“·”方式獲取某一列數(shù)據(jù)
print(mydata.小紅) #通過(guò).小紅選擇了小紅列,注意輸出的是Series對(duì)象 語(yǔ)文 67 數(shù)學(xué) 98 英語(yǔ) 73 政治 59
4. panadas 中利用DataFrame對(duì)象的.loc[,]、.iloc[,]方法抽取數(shù)據(jù)
引例:
import pandas as pd score = [[34,67,87],[68,98,58],[75,73,86],[94,59,81]] name = ['小新','小紅','小李'] course = ['語(yǔ)文','數(shù)學(xué)','英語(yǔ)','政治'] mydata1 = pd.DataFrame(data=score,columns=name,index=course) # 指定行名(index)和列名(columns) print(mydata1) mydata2 = pd.DataFrame(score) # 不指定行列名,默認(rèn)使用0,1,2…… print(mydata2)
小明 小紅 小李
語(yǔ)文 34 67 87
數(shù)學(xué) 68 98 58
英語(yǔ) 75 73 86
政治 94 59 81
0 1 2
0 34 67 87
1 68 98 58
2 75 73 86
3 94 59 81
DataFrame對(duì)象的.loc[]和.iloc[]方法都可用于抽取數(shù)據(jù),區(qū)別是:
- .loc[]: 以列名和行名作為參數(shù)。
- .iloc[]: 以二維矩陣的位置指標(biāo)(即0,1,2……)作為參數(shù)。
.loc[]語(yǔ)法:
有兩個(gè)輸入?yún)?shù),第一個(gè)指定行名,第二個(gè)指定列名。當(dāng)只有一個(gè)參數(shù)時(shí),默認(rèn)是行名(即抽取整行),所有列都選中。
.iloc[]語(yǔ)法:
有兩個(gè)輸入?yún)?shù),第一個(gè)指定行位置,第二個(gè)指定列位置。當(dāng)只有一個(gè)參數(shù)時(shí),默認(rèn)是行位置(即抽取整行),所有列都選中。
總結(jié):
當(dāng)需要選中所有行的某幾列時(shí),行參數(shù)可以省略,列參數(shù)需要指定,此時(shí)列參數(shù)前面必須帶上“,:”,形如.loc[:,列參數(shù)],.iloc[:,列參數(shù)]。
兩種方法當(dāng)只指定一個(gè)輸入?yún)?shù)時(shí),都默是跟“行”相關(guān),而“列”則全部被選中。如何行和列都需要指定時(shí),中間用“逗號(hào),”隔開,這非常重要,否則出錯(cuò)。
兩個(gè)方法都接受兩個(gè)參數(shù),第一個(gè)是“行標(biāo)簽”或者“矩陣行號(hào)”,第二個(gè)是“列標(biāo)簽”或者“矩陣列號(hào)”。
學(xué)習(xí)鏈接:
Panadas 中利用DataFrame對(duì)象的.loc[,]、.iloc[,]方法抽取數(shù)據(jù)
pandas的DataFrame對(duì)象抽取“整列”或者“整行”數(shù)據(jù)
到此這篇關(guān)于pandas抽取行列數(shù)據(jù)的幾種方法的文章就介紹到這了,更多相關(guān)pandas抽取行列數(shù)據(jù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python線程池threadpool實(shí)現(xiàn)篇
這篇文章主要為大家詳細(xì)介紹了python線程池threadpool的實(shí)現(xiàn),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-04-04詳解python數(shù)據(jù)結(jié)構(gòu)之隊(duì)列Queue
這篇文章主要介紹了python數(shù)據(jù)結(jié)構(gòu)之隊(duì)列Queue,文中有非常詳細(xì)的代碼示例,對(duì)正在學(xué)習(xí)python的小伙伴們有很好的幫助,需要的朋友可以參考下2021-05-05python 安裝教程之Pycharm安裝及配置字體主題,換行,自動(dòng)更新
這篇文章主要介紹了python 安裝教程之Pycharm安裝及配置字體主題,換行,自動(dòng)更新,本文通過(guò)圖文并茂的形式給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-03-03Python實(shí)現(xiàn)將MP4視頻轉(zhuǎn)化為GIF圖像
與靜態(tài)圖像相比,動(dòng)態(tài)的?GIF?圖片更能吸引各位讀者的注意力,還可以提供更生動(dòng)、有趣和引人入勝的內(nèi)容,本文為大家介紹了Python將MP4視頻轉(zhuǎn)化為GIF圖像的方法,需要的可以參考下2023-06-06python使用內(nèi)存zipfile對(duì)象在內(nèi)存中打包文件示例
這篇文章主要介紹了python使用內(nèi)存zipfile對(duì)象在內(nèi)存中打包文件示例,需要的朋友可以參考下2014-04-04Python實(shí)現(xiàn)腳本轉(zhuǎn)換為命令行程序
使用Python中的scaffold和click庫(kù),你可以將一個(gè)簡(jiǎn)單的實(shí)用程序升級(jí)為一個(gè)成熟的命令行界面工具,本文就來(lái)帶你看看具體實(shí)現(xiàn)方法,感興趣的可以了解下2022-09-09Python 實(shí)現(xiàn)靜態(tài)鏈表案例詳解
這篇文章主要介紹了Python 實(shí)現(xiàn)靜態(tài)鏈表案例詳解,本篇文章通過(guò)簡(jiǎn)要的案例,講解了該項(xiàng)技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下2021-09-09