Python dataframe 索引 切片_dataframe切片

一、直接索引与切片。
二、loc索引（使用时知道行列的名称）
三、iloc索引（使用时知道行列的位置）
四、布尔索引(最强大的，用好了直接封神的那种)
1
2
3
4

索引在 Pandas 中非常重要，通过索引我们可以获取 Series 或 DataFrame中的任意数据。
Series 和 DataFrame 在索引上的使用是一致的，而且实际中我们更常使用的类型是DataFrame，因此在自处我们讲解都以DataFrame为例，学会DataFrame的切片与索引后, Series类型的使用方法大家也就明白了。

索引和切片方式有很多，主要包括：

点字符 : 访问列 (使用点字符以访问成员变量的方式访问列，一次可以访问一列。这里不推荐使用这种方式，主要是为了避免列名与函数名或者保留字冲突。)
中括号 : [ ]
loc[ ] ：基于标签索引，可以批量选取
iloc[ ] ：基于位置索引，可以批量选取
at[ ] : 基于标签索引，只能选取一个元素
iat[ ] ： 基于位置索引，只能选取一个元素
1
2
3
4
5
6

一、直接索引和切片。

使用中括号访问数据是Numpy遗留下来的方式

列索引
	使用列标签访问单个列：d['A'] (注意只能用列标签，不可以是列位置序号)
	使用列列表访问多个列：d[['A','B']]

行索引
	使用索引切片访问多行：d['a' : 'c'] （此处可以使用位置，且末端不包含）

联合索引
	使用2个中括号，一个处理行，一个处理列，就可以进行块访问了，且不区分行[ ]与列[ ]的顺序。
	这里不要纠结，为什么行可以用切片，而列不可以；为什么列可以用列表，而行却不可以。
1
2
3
4
5
6
7
8
9
10

import pandas as pd
import numpy as np

df = pd.read_csv(
    'C:\\Users\\Administrator\\libin_work\\beijing.csv'
)

# 单列索引
# 使用列名标签来返回单列，之所以选择列的语法如此简单, 是因为df本质上是将多个Series作为列拼接起来的。
df['date']
# 多列索引
# 索引多列时,传入的必须是一个list,而不是多个列名标签--方括号应该有两层。
df[['东四',	'天坛',	'官园']]

#-----------------------------------------------------------------------
# 行的索引本质是切片
# 单行索引
df[0:1] # 第1行
df[5:6] # 第6行
# 多行索引
df[0:10] # 获取前10行
df[:10] # 获取前10行
df[5:] # 获取第5行和后面所有的行
df[0:100:5] # 获取前100行中的 每5行行取一行，总计20行

#------------------------------------------------------------------------
# 联合索引
# 第2行开始到最后，每5行取一行，列取 5 列
df[2::5][['hour', 'type', '东四', '天坛', '官园']]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

二、loc索引（使用时知道行列的名称）

loc是严格的基于标签的索引方法，即便使用数字也会被理解为标签是数字类型的，而不会被处理为位置下标。若在loc方法中使用位置下标会发生错误。
注意：与中括号不同的是，loc的切片既可以用在行筛选，又可以用在列筛选中。另外，别忘了，标签切片，左闭右闭；位置切片，左闭右开。

loc方法的基本格式：
	d.loc[行标签，列标签] 行列同时筛选
	d.loc[:, 列标签] 只筛选列
	d.loc[行标签] 只筛选行

使用loc方法接受以下输入：
	单个标签（可以是数字）
	标签列表
	标签切片
	布尔类型：判断大小，isin等
	函数
1
2
3
4
5
6
7
8
9
10
11

import pandas as pd
import numpy as np

df = pd.read_csv(
    'C:\\Users\\Administrator\\libin_work\\beijing.csv'
)

# 单行索引
df.loc[0]  # 取第一行，输出 Series 类型
df.loc[[0]] # 取第一行，输出 DataFrame 类型
# 多行索引
df.loc[[0, 5]] # 第0行和第5行

df.loc[:10]
df.loc[0:10]
df.loc[0:]
df.loc[0:10:5]
df.loc[0::5]

# ------------------------------------------------------------------
# 单列索引
df.loc[:,"万柳"]  # 取所有行，“万柳”这一列
# 多列索引
df.loc[:,["万柳","前门"]] 
# 联合索引
# 第4行开始到最后，每隔5行获取一行，指定 6 列
df.loc[4::5, ['date', 'hour', 'type', '东四', '天坛', '官园']]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

三、iloc索引（使用时知道行列的位置）

iloc的用法与loc完全相同，区别仅在于iloc是严格基于数字位置下标的索引方法。在iloc中，仅可以使用数字下标，否则报错。
注意：iloc的切片是左闭右开的！！！这点与loc不同。

使用iloc方法接受以下输入：
	位置下标
	位置列表
	切片
	布尔
	函数
1
2
3
4
5
6

import pandas as pd
import numpy as np

df = pd.read_csv(
    'C:\\Users\\Administrator\\libin_work\\beijing.csv'
)

# 单行索引
df.iloc[0]  # 取第一行，输出 Series 类型
df.iloc[[0]] # 取第一行，输出 DataFrame 类型
# 多行索引 和loc 类似，只不过填入的是 index
df.iloc[:5]

# ------------------------------------------------------------------
# 单列索引
df.iloc[:, 3]  # 取所有行，“万柳”这一列
# 多列索引
df.iloc[:, 0:10:2]
# 联合索引
df.iloc[::10, 1:20:3]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

四、布尔索引(最强大的，用好了直接封神的那种)

pandas 中布尔索引是选择行的数据的强大的和有用的方法之一。DataFrame根据条件进行筛选，当条件判断True时，返回。当条件判断为False时，过滤掉。
布尔符号：‘&’,‘|’,‘~’：分别代表和and，或or，取反not。
loc索引和[]直接索引中相应位置可以使用布尔列表选择。

import pandas as pd
import numpy as np

df = pd.read_csv(
    'C:\\Users\\Administrator\\libin_work\\beijing.csv'
)

# 最简单的就是直接给出判断的规则进行索引，比如要找出AQI的所有行
df['type']=='AQI' # 返回的是 true 和 false
df[df['type']=='AQI']  # 获取 type 那一列 值为 AQI 的所有行

# 多条件
# 与
# 获取 type 那一列 值为 AQI 的所有行，切 东四 那一列 值 <= 50的
df[(df['type']=='AQI') & (df['东四']<=50)] 

# 或
# 获取 type 那一列值为 AQI或者PM2.5 的所有行 
df[(df['type']=='AQI') | (df['type']=='PM2.5')]
# 等价于上面的写法
df.loc[df['type'].isin(['AQI', 'PM2.5'])]

# 非 
# 返回除了 type 列等于 'PM2.5_24h', 'PM10_24h' 外的数据
df[~(df['type'].isin(['PM2.5_24h', 'PM10_24h']))]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25