pandas 索引、选取和过滤

Series索引的工作方式类似于NumPy数组的索引，不过Series的索引值不只是整数，如：

import numpy as np

import pandas as pd

from pandas import Series,DataFrame

obj=Series(np.arange(4),index=['a','b','c','d'])

obj=Series(np.arange(4),index=['a','b','c','d'])

obj

Out[10]:

a    0

b    1

c    2

d    3

dtype: int32

obj['b']

Out[11]: 1

obj[1]

Out[12]: 1

obj[2:4]

Out[13]:

c    2

d    3

dtype: int32

obj[['b','a','d']]

Out[14]:

b    1

a    0

d    3

dtype: int32

obj[[1,3]]

Out[15]:

b    1

d    3

dtype: int32

obj[obj<2]
Out[17]:
a 0
b 1
dtype: int32

#利用标签索引与普通的Python切片运算不同

#因为末端是包含的

obj['b':'c']=5

obj

Out[24]:

a    0

b    5

c    5

d    3

dtype: int32

DataFrame 进行索引其实就是获取一个或者多个列：

获取列：指定列名称即可

data=DataFrame(np.arange(16).reshape((4,4)),index=['Ohio','Colorado','Utah','New York'],columns=['one','two','three','four'])

data

Out[26]:

          one  two  three  four

Ohio        0    1      2     3

Colorado    4    5      6     7

Utah        8    9     10    11

New York   12   13     14    15

data['two']

Out[27]:

Ohio         1

Colorado     5

Utah         9

New York    13

Name: two, dtype: int32

data[['three','one']]

Out[28]:

          three  one

Ohio          2    0

Colorado      6    4

Utah         10    8

New York     14   12

获取行：

（1）通过切片或布尔型数组；

（2）通过布尔型DataFrame进行索引；

（3）在行上标签索引，引入索引字段ix，它可以通过NumPy式的标记法及轴标签从DataFrame中选取行和列的子集。

#切片获取行

data[:2]

Out[29]:

          one  two  three  four

Ohio        0    1      2     3

Colorado    4    5      6     7

#布尔型数组获取行

data[data['three']>5]

Out[30]:

          one  two  three  four

Colorado    4    5      6     7

Utah        8    9     10    11

New York   12   13     14    15

#布尔型DataFrame进行索引

data<5

Out[31]:

            one    two  three   four

Ohio       True   True   True   True

Colorado   True  False  False  False

Utah      False  False  False  False

New York  False  False  False  False

#将data<5的数值赋值为0

data[data<5]=0

data

Out[33]:

          one  two  three  four

Ohio        0    0      0     0

Colorado    0    5      6     7

Utah        8    9     10    11

New York   12   13     14    15

#行上进行标签索引，使用索引字段ix

data.ix['Colorado',['two','three']]

Out[34]:

two      5

three    6

Name: Colorado, dtype: int32

data.ix[['Colorado','Utah'],[3,0,1]]

Out[35]:

          four  one  two

Colorado     7    0    5

Utah        11    8    9

#索引的是行索引号为2的数据，也就是行Utah

data.ix[2]

Out[36]:

one       8

two       9

three    10

four     11

Name: Utah, dtype: int32

data.ix[:'Utah','two']

Out[37]:

Ohio        0

Colorado    5

Utah        9

Name: two, dtype: int32

#索引data.three>5的行

data.ix[data.three>5,:3]

Out[38]:

          one  two  three

Colorado    0    5      6

Utah        8    9     10

New York   12   13     14

DataFrame的索引选项

#选取DataFrame的单个列或者一组列

obj[val]

#选取的单个行或者一组行

obj.ix[val]

#选取单个列或列的子集

obj.ix[:,val]

#同时选取行和列

obj.ix[val1,val2]

巴特西

pandas 索引、选取和过滤

最新文章

热门文章