pandas的DataFrame對象，本質上是二維矩陣，跟常規(guī)二維矩陣的差別在于前者額外指定了每一行和每一列的名稱。這樣內部數據抽取既可以用“行列名稱（對應.loc[]方法）”，也可以用“矩陣下標（對應.iloc[]方法）”兩種方式進行。
下面具體說明：

（以下程序均在Jupyter notebook中進行，部分語句的print()函數省略）

首先生成一個DataFrame對象：

import pandas as pd
score = [[34,67,87],[68,98,58],[75,73,86],[94,59,81]]
name = ['小明','小紅','小李']
course = ['語文','數學','英語','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，默認使用0,1,2……
print(mydata2)

#指定行列名
  小明 小紅 小李
語文 34 67 87
數學 68 98 58
英語 75 73 86
政治 94 59 81
#采用默認行列名
  0  1  2 （默認列名）
0 34 67 87
1 68 98 58
2 75 73 86
3 94 59 81

DataFrame對象生成時除了必須指定data參數外，用戶還可以指定兩個參數columns（列名）和index（行名，注意這里的index不僅可以是數字，也可以是用戶指定的任何數據類型，如字母），如果不指定，則行列名默認都采用0、1、2……。

下圖說明了前面的情況：

DataFrame對象的.loc[]和.iloc[]方法都可用于抽取數據，區(qū)別是：

• .loc[]：是location，以columns（列名）和index（行名）作為參數。
• .iloc[]：是index location，以二維矩陣的位置指標（即0,1,2……）作為參數。
  

.loc[]語法

.loc[行標簽名/[行標簽名list]，列標簽名/[列標簽名list]]，即有兩個輸入參數，第一個指定行名，第二個指定列名。當只有一個參數時，默認是行名（即抽取整行），所有列都選中。

.iloc[]語法

.loc[行位置/[行位置list]，列位置/[列位置list]]，也有兩個輸入參數，第一個指定行位置，第二個指定列位置。當只有一個參數時，默認是行位置（即抽取整行），所有列都選中。

例1.抽取1行數據

#以下用.loc[]抽取1行名為‘語文'的數據（包括所有列）
mydata1.loc['語文']
mydata1.loc['語文',]
mydata1.loc['語文',:]
mydata1.loc[['語文'],]
mydata1.loc[['語文'],:]
#以下用.iloc[]抽取1行名為‘語文'的數據（包括所有列）
mydata1.iloc[0]
mydata1.iloc[0,]
mydata1.iloc[0,:]
mydata1.iloc[[0],]
mydata1.iloc[[0],:]

#輸出方式1（第1個參數無[]，這是一個Series對象）：
小明  34
小紅  67
小李  87
Name: 語文, dtype: int64
#輸出方式2（第1個參數有[]，這是一個DataFrame對象）：
  小明 小紅 小李
語文 34 67 87
Name: 語文, dtype: int64

上述.loc[]和.iloc[]都只接收了1個參數“語文”或者“0”，因此默認都表示行信息，而列則全部被選中，即抽取'語文'這整一行數據。','表示將兩個參數隔開（如果有兩個參數的話），':'這里表示選擇中所有列。當只有一個輸入參數時，python默認','和':'既可寫上也可省略。注意：參數['語文']或[0]中只有一個對象時（即只有一行），[]也可以省略，如果有多個對象（即多行）則必須加上[]。此外還需注意，加上[]表示抽取的結果無論是一個數據，一行數據，還是一列數據，他都是DataFrame對象；不加[]時，如果選中的是一行或者一列數據，則是Series對象，如果是一個單獨的數據，則是該數據本身的類型。

例2.指定行名抽取任意多行數據

#指定多行行名抽取
mydata1.loc[['英語','語文','政治'],:]
  小明 小紅 小李
英語 75 73 86
語文 34 67 87
政治 94 59 81
mydata1.iloc[[1,0],:]
  小明 小紅 小李
數學 68 98 58
語文 34 67 87

例2和例1唯一的差別是，第一個參數指定了多行一起輸出，此時必須用[]將各行名或者下標括起來，否則出錯。后面的','和':'同例1，可省略。注意：原始數據的行順序是：語文、數學、英語、政治，這里的提取順序是['英語','語文','政治']，而輸出也是'英語','語文','政治'，可見輸出順序和參數指定順序是一致的，而非按原始順序輸出。

例3.抽取連續(xù)任意多行數據

mydata1.loc['語文':'英語',:] #連續(xù)抽取從語文到英語的所有行
  小明 小紅 小李
語文 34 67 87
數學 68 98 58
英語 75 73 86

mydata1.loc[:'英語',:] #連續(xù)抽取從第1行到英語的所有行
  小明 小紅 小李
語文 34 67 87
數學 68 98 58
英語 75 73 86

mydata1.iloc[0:3,:] #連續(xù)抽取1~3行
  小明 小紅 小李
語文 34 67 87
數學 68 98 58
英語 75 73 86

mydata1.iloc[1:,:] #連續(xù)抽取第2行最后一行
  小明 小紅 小李
數學 68 98 58
英語 75 73 86
政治 94 59 81

例3依然是接受1個參數，列參數沒有，后面的','和':'同例1，可省略。連續(xù)參數用‘start:end'的方式指定行范圍。注意：這里不能用[]將其括起來，否則出錯。此外用行列名連續(xù)取值時，比如['語文':'政治']會把'政治'所在行也取出來，而利用矩陣下標時，0:3只取0,1,2對應的三行，最后一行不會取出；但是如果行列標簽名本身就是整數0,1,2……，而不是文字或者其他類型，那么在使用連續(xù)行列標簽名取數據時，最后一行或者列是不會被取出的。

例4.抽取“列”的各種情況

mydata1.loc[:,['小紅']] #所有行，小紅列，只有一列時，內部[]也可以省略
  小紅
語文 67
數學 98
英語 73
政治 59

mydata1.loc[:,['小明','小紅']] #所有行，小明和小紅兩列
  小明 小紅
語文 34 67
數學 68 98
英語 75 73
政治 94 59

mydata1.iloc[:,[1,2]] #所有行，第2和第3列
  小紅 小李
語文 67 87
數學 98 58
英語 73 86
政治 59 81

mydata1.loc[:,'小明':] #連續(xù)抽取從小明列開始到最后一列
  小明 小紅 小李
語文 34 67 87
數學 68 98 58
英語 75 73 86
政治 94 59 81

mydata1.iloc[:,:3] #連續(xù)抽取從1列開始到第3列
  小明 小紅 小李
語文 34 67 87
數學 68 98 58
英語 75 73 86
政治 94 59 81

抽取整列的方式跟抽取整行在參數設置上完全一樣。.loc[]和.iloc[]兩個方法默認列為第二個參數，因此抽取整列時，都必須帶上':,'作為區(qū)分前面行參數的‘分隔符'，否則出錯。

例5.同時抽取指定行和列對應數據

mydata1.loc['語文','小明'] #輸入了兩個參數，輸出語文行小明列，即一個數據
34
<class 'numpy.int64'> #沒帶[]時，單個數字是這種類型
mydata1.loc[['語文'],['小明']] #輸出語文行小明列，即一個數據
  小明
語文 34
<class 'pandas.core.frame.DataFrame'> #帶[]時，輸出依然是DataFrame對象

mydata1.iloc[1,2] #第2行第3列數據，單個數據
58
<class 'numpy.int64'> #注意沒帶[]時的輸出類型
mydata1.iloc[[1],[2]]
  小李
數學 58
<class 'pandas.core.frame.DataFrame'> #注意帶[]時的輸出類型

mydata1.loc[['語文','數學'],['小明']] #輸出語文數學行，小明列的數據
  小明
語文 34
數學 68

mydata1.iloc[1:,[0,2]] #輸出從第2行到最后一行，第1和第3行對應數據
  小明 小李
數學 68 58
英語 75 86
政治 94 81

同時抽取分部行和列的情況，就是把上述單獨抽取行和列的方式合并起來用。抽取整個DataFrame對象則是.loc[:,:]或.iloc[:,:]，雖然這么做沒啥意義。

總結：

（1）DataFrame對象的.loc[,]和.iloc[,]方法用于抽取數據，.loc[,]用行列的標簽名作為參數，.iloc[,]用二維矩陣元素的網格下標作為參數。
（2）兩個方法都接受兩個參數，第一個是“行標簽”或者“矩陣行號”，第二個是“列標簽”或者“矩陣列號”。
（3）兩種方法當只指定一個輸入參數時，都默是跟“行”相關，而“列”則全部被選中。如何行和列都需要指定時，中間用“逗號,”隔開，這非常重要，否則出錯。
（4）當需要選中所有行的某幾列時，行參數可以省略，列參數需要指定，此時列參數前面必須帶上“,:”，形如.loc[:,列參數]，.iloc[:,列參數]。
（5）.loc[,]和.iloc[,]設置了一個還是兩個輸入參數，關鍵看有沒有“,”將兩個參數分開，且要區(qū)分逗號是一個參數的內部逗號，還有用于分隔行列參數的逗號。
（6）對于兩個參數的概念區(qū)分，.loc['語文','數學']這表示輸入了兩個參數，行參數是‘語文'，列參數是‘數學'，對于上面的表格而言這是錯的，因為沒有叫‘數學'的列，應寫為[['語文','數學']]，即‘數學'也是行參數的一部分，['語文','數學']整體作為一個行參數，這里的逗號不是用以分隔行和列，僅僅是行l(wèi)ist里面的逗號。[['語文','數學']]=[['語文','數學'],]=[['語文','數學'],:]，都表示只有一個行參數，列全部選中。

到此這篇關于詳解pandas中利用DataFrame對象的.loc[]、.iloc[]方法抽取數據的文章就介紹到這了,更多相關pandas .loc[]、.iloc[]抽取數據內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論