pandas的DataFrame對(duì)象，本質(zhì)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(nèi)部數(shù)據(jù)抽取既可以用“行列名稱（對(duì)應(yīng).loc[]方法）”，也可以用“矩陣下標(biāo)（對(duì)應(yīng).iloc[]方法）”兩種方式進(jìn)行。
下面具體說(shuō)明：

（以下程序均在Jupyter notebook中進(jìn)行，部分語(yǔ)句的print()函數(shù)省略）

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 = ['小明','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)

#指定行列名
  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
#采用默認(rèn)行列名
  0  1  2 （默認(rèn)列名）
0 34 67 87
1 68 98 58
2 75 73 86
3 94 59 81

DataFrame對(duì)象生成時(shí)除了必須指定data參數(shù)外，用戶還可以指定兩個(gè)參數(shù)columns（列名）和index（行名，注意這里的index不僅可以是數(shù)字，也可以是用戶指定的任何數(shù)據(jù)類型，如字母），如果不指定，則行列名默認(rèn)都采用0、1、2……。

下圖說(shuō)明了前面的情況：

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

.loc[]語(yǔ)法

.loc[行標(biāo)簽名/[行標(biāo)簽名list]，列標(biāo)簽名/[列標(biāo)簽名list]]，即有兩個(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

.loc[行位置/[行位置list]，列位置/[列位置list]]，也有兩個(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。

例1.抽取1行數(shù)據(jù)

#以下用.loc[]抽取1行名為‘語(yǔ)文'的數(shù)據(jù)（包括所有列）
mydata1.loc['語(yǔ)文']
mydata1.loc['語(yǔ)文',]
mydata1.loc['語(yǔ)文',:]
mydata1.loc[['語(yǔ)文'],]
mydata1.loc[['語(yǔ)文'],:]
#以下用.iloc[]抽取1行名為‘語(yǔ)文'的數(shù)據(jù)（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(gè)參數(shù)無(wú)[]，這是一個(gè)Series對(duì)象）：
小明  34
小紅  67
小李  87
Name: 語(yǔ)文, dtype: int64
#輸出方式2（第1個(gè)參數(shù)有[]，這是一個(gè)DataFrame對(duì)象）：
  小明 小紅 小李
語(yǔ)文 34 67 87
Name: 語(yǔ)文, dtype: int64

上述.loc[]和.iloc[]都只接收了1個(gè)參數(shù)“語(yǔ)文”或者“0”，因此默認(rèn)都表示行信息，而列則全部被選中，即抽取'語(yǔ)文'這整一行數(shù)據(jù)。','表示將兩個(gè)參數(shù)隔開（如果有兩個(gè)參數(shù)的話），':'這里表示選擇中所有列。當(dāng)只有一個(gè)輸入?yún)?shù)時(shí)，python默認(rèn)','和':'既可寫上也可省略。注意：參數(shù)['語(yǔ)文']或[0]中只有一個(gè)對(duì)象時(shí)（即只有一行），[]也可以省略，如果有多個(gè)對(duì)象（即多行）則必須加上[]。此外還需注意，加上[]表示抽取的結(jié)果無(wú)論是一個(gè)數(shù)據(jù)，一行數(shù)據(jù)，還是一列數(shù)據(jù)，他都是DataFrame對(duì)象；不加[]時(shí)，如果選中的是一行或者一列數(shù)據(jù)，則是Series對(duì)象，如果是一個(gè)單獨(dú)的數(shù)據(jù)，則是該數(shù)據(jù)本身的類型。

例2.指定行名抽取任意多行數(shù)據(jù)

#指定多行行名抽取
mydata1.loc[['英語(yǔ)','語(yǔ)文','政治'],:]
  小明 小紅 小李
英語(yǔ) 75 73 86
語(yǔ)文 34 67 87
政治 94 59 81
mydata1.iloc[[1,0],:]
  小明 小紅 小李
數(shù)學(xué) 68 98 58
語(yǔ)文 34 67 87

例2和例1唯一的差別是，第一個(gè)參數(shù)指定了多行一起輸出，此時(shí)必須用[]將各行名或者下標(biāo)括起來(lái)，否則出錯(cuò)。后面的','和':'同例1，可省略。注意：原始數(shù)據(jù)的行順序是：語(yǔ)文、數(shù)學(xué)、英語(yǔ)、政治，這里的提取順序是['英語(yǔ)','語(yǔ)文','政治']，而輸出也是'英語(yǔ)','語(yǔ)文','政治'，可見輸出順序和參數(shù)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(shù)據(jù)

mydata1.loc['語(yǔ)文':'英語(yǔ)',:] #連續(xù)抽取從語(yǔ)文到英語(yǔ)的所有行
  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

mydata1.loc[:'英語(yǔ)',:] #連續(xù)抽取從第1行到英語(yǔ)的所有行
  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

mydata1.iloc[0:3,:] #連續(xù)抽取1~3行
  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

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

例3依然是接受1個(gè)參數(shù)，列參數(shù)沒(méi)有，后面的','和':'同例1，可省略。連續(xù)參數(shù)用‘start:end'的方式指定行范圍。注意：這里不能用[]將其括起來(lái)，否則出錯(cuò)。此外用行列名連續(xù)取值時(shí)，比如['語(yǔ)文':'政治']會(huì)把'政治'所在行也取出來(lái)，而利用矩陣下標(biāo)時(shí)，0:3只取0,1,2對(duì)應(yīng)的三行，最后一行不會(huì)取出；但是如果行列標(biāo)簽名本身就是整數(shù)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(biāo)簽名取數(shù)據(jù)時(shí)，最后一行或者列是不會(huì)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(shí)，內(nèi)部[]也可以省略
  小紅
語(yǔ)文 67
數(shù)學(xué) 98
英語(yǔ) 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(yǔ)文 34 67
數(shù)學(xué) 68 98
英語(yǔ) 75 73
政治 94 59

mydata1.iloc[:,[1,2]] #所有行，第2和第3列
  小紅 小李
語(yǔ)文 67 87
數(shù)學(xué) 98 58
英語(yǔ) 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(yǔ)文 34 67 87
數(shù)學(xué) 68 98 58
英語(yǔ) 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(yǔ)文 34 67 87
數(shù)學(xué) 68 98 58
英語(yǔ) 75 73 86
政治 94 59 81

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

例5.同時(shí)抽取指定行和列對(duì)應(yīng)數(shù)據(jù)

mydata1.loc['語(yǔ)文','小明'] #輸入了兩個(gè)參數(shù)，輸出語(yǔ)文行小明列，即一個(gè)數(shù)據(jù)
34
<class 'numpy.int64'> #沒(méi)帶[]時(shí)，單個(gè)數(shù)字是這種類型
mydata1.loc[['語(yǔ)文'],['小明']] #輸出語(yǔ)文行小明列，即一個(gè)數(shù)據(jù)
  小明
語(yǔ)文 34
<class 'pandas.core.frame.DataFrame'> #帶[]時(shí)，輸出依然是DataFrame對(duì)象

mydata1.iloc[1,2] #第2行第3列數(shù)據(jù)，單個(gè)數(shù)據(jù)
58
<class 'numpy.int64'> #注意沒(méi)帶[]時(shí)的輸出類型
mydata1.iloc[[1],[2]]
  小李
數(shù)學(xué) 58
<class 'pandas.core.frame.DataFrame'> #注意帶[]時(shí)的輸出類型

mydata1.loc[['語(yǔ)文','數(shù)學(xué)'],['小明']] #輸出語(yǔ)文數(shù)學(xué)行，小明列的數(shù)據(jù)
  小明
語(yǔ)文 34
數(shù)學(xué) 68

mydata1.iloc[1:,[0,2]] #輸出從第2行到最后一行，第1和第3行對(duì)應(yīng)數(shù)據(jù)
  小明 小李
數(shù)學(xué) 68 58
英語(yǔ) 75 86
政治 94 81

同時(shí)抽取分部行和列的情況，就是把上述單獨(dú)抽取行和列的方式合并起來(lái)用。抽取整個(gè)DataFrame對(duì)象則是.loc[:,:]或.iloc[:,:]，雖然這么做沒(méi)啥意義。

總結(jié)：

（1）DataFrame對(duì)象的.loc[,]和.iloc[,]方法用于抽取數(shù)據(jù)，.loc[,]用行列的標(biāo)簽名作為參數(shù)，.iloc[,]用二維矩陣元素的網(wǎng)格下標(biāo)作為參數(shù)。
（2）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)”。
（3）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)。
（4）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)]。
（5）.loc[,]和.iloc[,]設(shè)置了一個(gè)還是兩個(gè)輸入?yún)?shù)，關(guān)鍵看有沒(méi)有“,”將兩個(gè)參數(shù)分開，且要區(qū)分逗號(hào)是一個(gè)參數(shù)的內(nèi)部逗號(hào)，還有用于分隔行列參數(shù)的逗號(hào)。
（6）對(duì)于兩個(gè)參數(shù)的概念區(qū)分，.loc['語(yǔ)文','數(shù)學(xué)']這表示輸入了兩個(gè)參數(shù)，行參數(shù)是‘語(yǔ)文'，列參數(shù)是‘?dāng)?shù)學(xué)'，對(duì)于上面的表格而言這是錯(cuò)的，因?yàn)闆](méi)有叫‘?dāng)?shù)學(xué)'的列，應(yīng)寫為[['語(yǔ)文','數(shù)學(xué)']]，即‘?dāng)?shù)學(xué)'也是行參數(shù)的一部分，['語(yǔ)文','數(shù)學(xué)']整體作為一個(gè)行參數(shù)，這里的逗號(hào)不是用以分隔行和列，僅僅是行l(wèi)ist里面的逗號(hào)。[['語(yǔ)文','數(shù)學(xué)']]=[['語(yǔ)文','數(shù)學(xué)'],]=[['語(yǔ)文','數(shù)學(xué)'],:]，都表示只有一個(gè)行參數(shù)，列全部選中。

到此這篇關(guān)于詳解pandas中利用DataFrame對(duì)象的.loc[]、.iloc[]方法抽取數(shù)據(jù)的文章就介紹到這了,更多相關(guān)pandas .loc[]、.iloc[]抽取數(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！

最新評(píng)論