pandas dataframe中的数据选择1

import pandas as pd
import numpy as np

使用[], loc ,iloc 选择数据

先看看 DataFrame 组成有哪些 ，如下：

df=pd.read_csv('data/sample_data.csv',index_col=0)
df

image.png

index = df.index
columns = df.columns
values = df.values
index

Index(['Jane', 'Niko', 'Aaron', 'Penelope', 'Dean', 'Christina', 'Cornelia'], dtype='object')

columns

Index(['state', 'color', 'food', 'age', 'height', 'score'], dtype='object')

values

array([['NY', 'blue', 'Steak', 30, 165, 4.6],
       ['TX', 'green', 'Lamb', 2, 70, 8.3],
       ['FL', 'red', 'Mango', 12, 120, 9.0],
       ['AL', 'white', 'Apple', 4, 80, 3.3],
       ['AK', 'gray', 'Cheese', 32, 180, 1.8],
       ['TX', 'black', 'Melon', 33, 172, 9.5],
       ['TX', 'red', 'Beans', 69, 150, 2.2]], dtype=object)

type(index)

pandas.core.indexes.base.Index

type(columns)

pandas.core.indexes.base.Index

type(values)

numpy.ndarray

DataFrame 有index -行索引，columns-列索引，values-数据（数组）组成。pandas 基于numpy库

从DataFrame 每个列都是以Series 类型返回

df['food']

Jane          Steak
Niko           Lamb
Aaron         Mango
Penelope      Apple
Dean         Cheese
Christina     Melon
Cornelia      Beans
Name: food, dtype: object

type(df['food'])

pandas.core.series.Series

s=df['food']

s.index

Index(['Jane', 'Niko', 'Aaron', 'Penelope', 'Dean', 'Christina', 'Cornelia'], dtype='object')

s.values

array(['Steak', 'Lamb', 'Mango', 'Apple', 'Cheese', 'Melon', 'Beans'],
      dtype=object)

Series 左边是Index与其对应DataFrame的index一致，右边是数据

注意：df['food'] 返回的Series 类型 df[['food']]返回的是DataFrame类型

dd= df[['food']]

type(dd)

pandas.core.frame.DataFrame

选择多个列

df[['food','color','score']]

![ image.png

关注一下返回来的列的显示顺序

总结

1. 以上是根据列名字作为key 索引，选择列
2. df['food'] 以series 类型返回单列数据，df[['food']] 以DataFrame形式返回单列数据
3. 多选列 df[['food','color']]
4. 当然可以以df['Jane'] 返回行，但是尽量不这么用，因为会造成迷惑，不知道是选择的列还是行。

.loc 选择行，列

row = df.loc['Jane']
row

state        NY
color      blue
food      Steak
age          30
height      165
score       4.6
Name: Jane, dtype: object

type(row)

pandas.core.series.Series

以series返回单行,其中左边index为源DataFrame列名，右边为数据

选择则多行 以DataFrame形式返回

df.loc[['Jane','Niko']]

image.png

选择从Niko到Dean 这个范围的数据

df.loc['Niko':'Dean']

image.png

df

image.png

df.loc['Jane':'Cornelia':2]

image.png

上一例是带步长的切片选择
注意这个切片闭区间，包括最后Cornelia
对比python切片,python 中切片是[),前闭后开区间

em=[1,2,3,4]
em[0:3]

[1, 2, 3]