pandas 数据筛选loc and iloc

In [1]: import numpy as np                                                      

In [2]: import pandas as pd  
In [5]: df=pd.DataFrame({'a':[1,2,3],'b':[3,5,6],'c':[2,4,7]})                  

In [6]: df                                                                      
Out[6]: 
   a  b  c
0  1  3  2
1  2  5  4
2  3  6  7

1. 单条件筛选

In [7]: df[df['a']>2]                                                           
Out[7]: 
   a  b  c
2  3  6  7

In [12]: df[['b','c']][df['a']>2]                                               
Out[12]: 
   b  c
2  6  7

# 定位筛选
In [13]: df[df.a.isin([2,3])]                                                   
Out[13]: 
   a  b  c
1  2  5  4
2  3  6  7

2. 多条件筛选

• 可以使用&（并）与| （或）操作符或者特定的函数实现多条件筛选

In [14]: df[(df['a'] >1) & (df['c'] < 7)]                                       
Out[14]: 
   a  b  c
1  2  5  4

# 使用numpy的logical_and函数完成同样的功能
In [16]: df[np.logical_and(df['a']>1,df['b']<7)]                                
Out[16]: 
   a  b  c
1  2  5  4
2  3  6  7

3. 索引

• 索引行

In [18]: df[1:3]                                                                
Out[18]: 
   a  b  c
1  2  5  4
2  3  6  7

• 索引列

In [22]: df[['a','c']]                                                          
Out[22]: 
   a  c
0  1  2
1  2  4
2  3  7

4. loc函数

• 行列可以同时选择

In [23]: df.loc[1,'c']                                                          
Out[23]: 4

In [24]: df.loc[1:3,['a','c']]                                                  
Out[24]: 
   a  c
1  2  4
2  3  7

In [25]: df.loc[[1,2],['a','c']]                                                
Out[25]: 
   a  c
1  2  4
2  3  7

5. iloc 函数(懒人必备)

• 所有的索引都变成数字了，一般用于不想输入名字

In [26]: df.iloc[1,2]                                                           
Out[26]: 4

In [30]: df.iloc[1:3,[0,2]]                                                     
Out[30]: 
   a  c
1  2  4
2  3  7

In [28]: df.iloc[[1,2],[0,2]]                                                   
Out[28]: 
   a  c
1  2  4
2  3  7

6. at函数

• 根据指定行index及列label，快速定位DataFrame的元素，选择列时仅支持列名。

In [33]: df.at[1,'a']                                                           
Out[33]: 2

7. iat函数

• 与at的功能相同，只使用索引参数。

In [35]: df.iat[1,0]                                                            
Out[35]: 2