pandas的DataFrame的行列选择

Pandas可根据列名称选取，还可以根据列所在的position（数字，在第几行第几列，注意pandas行列的position是从0开始）选取。相关函数如下：

1）loc，基于列label，可选取特定行（根据行index）；

2）iloc，基于行/列的position；

3）at，根据指定行index及列label，快速定位DataFrame的元素；

4）iat，与at类似，不同的是根据position来定位的；

5）ix，为loc与iloc的混合体，既支持label也支持position；

The simplified rules of indexing are

Use loc for label-based indexingUse iloc for positional indexing # -*- coding:utf-8 -*- import pandas as pd df = pd.read_csv('./iris_training.csv', low_memory=False) print(df.head(10)) """ 120 4 setosa versicolor virginica 0 6.4 2.8 5.6 2.2 2 1 5.0 2.3 3.3 1.0 1 2 4.9 2.5 4.5 1.7 2 3 4.9 3.1 1.5 0.1 0 4 5.7 3.8 1.7 0.3 0 5 4.4 3.2 1.3 0.2 0 6 5.4 3.4 1.5 0.4 0 7 6.9 3.1 5.1 2.3 2 8 6.7 3.1 4.4 1.4 1 9 5.1 3.7 1.5 0.4 0"""

行选择

Pandas进行行选择一般有三种方法：

连续多行的选择用类似于python的列表切片loc通过行标签索引来确定行的iloc通过行号索引来确定行 # 第一种，使用类似于python的列表切片 print(df[0:5]) """ 120 4 setosa versicolor virginica 0 6.4 2.8 5.6 2.2 2 1 5.0 2.3 3.3 1.0 1 2 4.9 2.5 4.5 1.7 2 3 4.9 3.1 1.5 0.1 0 4 5.7 3.8 1.7 0.3 0 """ print(df[0:5:2]) """ 120 4 setosa versicolor virginica 0 6.4 2.8 5.6 2.2 2 2 4.9 2.5 4.5 1.7 2 4 5.7 3.8 1.7 0.3 0 """ # 第二种，按照指定的索引选择一行或多行，使用loc[]方法 # .loc可以不加列名，则是行选择 ser = df.loc[0] print(ser) """ 120 6.4 4 2.8 setosa 5.6 versicolor 2.2 virginica 2.0 Name: 0, dtype: float64 """ maser = df.loc[0:5] # 包括了5，它与第一种的列表索引最大的不同是包含了索引号为5的那一行数据 print(maser) """ 120 4 setosa versicolor virginica 0 6.4 2.8 5.6 2.2 2 1 5.0 2.3 3.3 1.0 1 2 4.9 2.5 4.5 1.7 2 3 4.9 3.1 1.5 0.1 0 4 5.7 3.8 1.7 0.3 0 5 4.4 3.2 1.3 0.2 0 """ print(df.loc[0:5:2]) """ 120 4 setosa versicolor virginica 0 6.4 2.8 5.6 2.2 2 2 4.9 2.5 4.5 1.7 2 4 5.7 3.8 1.7 0.3 0 """ print(df.loc[[0, 5]]) """ 选择特定的行 120 4 setosa versicolor virginica 0 6.4 2.8 5.6 2.2 2 5 4.4 3.2 1.3 0.2 0 """ # 第三种，按照指定的位置选择一行多多行，使用iloc[]方法 # .iloc可以不加第几列，则是行选择 # 在上面的数据中，使用iloc[]和loc[]的效果是一样的，因为索引号都是从0开始并且连续不断 df2 = df.drop([1,2], axis=0) print(df2.head(10)) """ 120 4 setosa versicolor virginica 0 6.4 2.8 5.6 2.2 2 3 4.9 3.1 1.5 0.1 0 4 5.7 3.8 1.7 0.3 0 5 4.4 3.2 1.3 0.2 0 6 5.4 3.4 1.5 0.4 0 7 6.9 3.1 5.1 2.3 2 8 6.7 3.1 4.4 1.4 1 9 5.1 3.7 1.5 0.4 0 10 5.2 2.7 3.9 1.4 1 11 6.9 3.1 4.9 1.5 1 """ print(df2.loc[[0, 1]]) """ Passing list-likes to .loc or [] with any missing label will raise KeyError in the future, you can use .reindex() as an alternative. 120 4 setosa versicolor virginica 0 6.4 2.8 5.6 2.2 2.0 1 NaN NaN NaN NaN NaN""" print(df2.loc[0:5]) """ 120 4 setosa versicolor virginica 0 6.4 2.8 5.6 2.2 2 3 4.9 3.1 1.5 0.1 0 4 5.7 3.8 1.7 0.3 0 5 4.4 3.2 1.3 0.2 0 """ print(df2.iloc[[0, 1]]) """ 120 4 setosa versicolor virginica 0 6.4 2.8 5.6 2.2 2 3 4.9 3.1 1.5 0.1 0 """

---

列选择

# 通过列名选择单列 print(df['120']) """ 0 6.4 1 5.0 2 4.9 3 4.9 4 5.7 5 4.4 ... 115 5.5 116 5.7 117 4.4 118 4.8 119 5.5 Name: 120, Length: 120, dtype: float64""" # 通过列名选择多列 print(df[['120', 'setosa']]) """ 120 setosa 0 6.4 5.6 1 5.0 3.3 2 4.9 4.5 3 4.9 1.5 4 5.7 1.7 5 4.4 1.3 .. ... ... 115 5.5 4.4 116 5.7 4.2 117 4.4 1.4 118 4.8 1.4 119 5.5 3.7 [120 rows x 2 columns] """ # 如果没有列名 # df[df.columns[0]]

---

行列选择

# print(df.loc[1:3, [2, 3]]) #.loc仅支持列名操作 # KeyError: 'None of [[2, 3]] are in the [columns]' print(df.loc[1:3, ['120', 'setosa']]) """ 120 setosa 1 5.0 3.3 2 4.9 4.5 3 4.9 1.5 """ print(df.loc[1:3, '120': 'setosa']) """ 120 4 setosa 1 5.0 2.3 3.3 2 4.9 2.5 4.5 3 4.9 3.1 1.5 """ print(df.iloc[1:3, [1, 2]]) """ 4 setosa 1 2.3 3.3 2 2.5 4.5 """ print(df.iloc[1:3, 1:3]) """ 4 setosa 1 2.3 3.3 2 2.5 4.5 """

总结

1）.loc,.iloc,.ix,只加第一个参数如.loc([1,2]),.iloc([2:3]),.ix[2]…则进行的是行选择

2）.loc,.at，选列是只能是列名，不能是position

3）.iloc,.iat，选列是只能是position，不能是列名

4）df[]只能进行行选择，或列选择，不能同时进行列选择，列选择只能是列名。

参考：

https://blog.csdn.net/LY_ysys629/article/details/55224284

https://www.cnblogs.com/kylinlin/p/5231404.html