欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python pandas库中DataFrame对行和列的操作实例讲解

程序员文章站 2022-06-13 14:25:22
用pandas中的dataframe时选取行或列: import numpy as np import pandas as pd from pandas im...

用pandas中的dataframe时选取行或列:

import numpy as np
import pandas as pd
from pandas import sereis, dataframe
ser = series(np.arange(3.))
data = dataframe(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))
data['w'] #选择表格中的'w'列,使用类字典属性,返回的是series类型
data.w #选择表格中的'w'列,使用点属性,返回的是series类型
data[['w']] #选择表格中的'w'列,返回的是dataframe类型
data[['w','z']] #选择表格中的'w'、'z'列
data[0:2] #返回第1行到第2行的所有行,前闭后开,包括前不包括后
data[1:2] #返回第2行,从0计,返回的是单行,通过有前后值的索引形式,
  #如果采用data[1]则报错
data.ix[1:2] #返回第2行的第三种方法,返回的是dataframe,跟data[1:2]同
data['a':'b'] #利用index值进行切片,返回的是**前闭后闭**的dataframe, 
  #即末端是包含的 
data.irow(0) #取data的第一行
data.icol(0) #取data的第一列
data.head() #返回data的前几行数据,默认为前五行,需要前十行则data.head(10)
data.tail() #返回data的后几行数据,默认为后五行,需要后十行则data.tail(10)
ser.iget_value(0) #选取ser序列中的第一个
ser.iget_value(-1) #选取ser序列中的最后一个,这种轴索引包含索引器的series不能采用ser[-1]去获取最后一个,这会引起歧义。
data.iloc[-1] #选取dataframe最后一行,返回的是series
data.iloc[-1:] #选取dataframe最后一行,返回的是dataframe
data.loc['a',['w','x']] #返回‘a'行'w'、'x'列,这种用于选取行索引列索引已知
data.iat[1,1] #选取第二行第二列,用于已知行、列位置的选取。

下面是简单的例子使用验证:

import pandas as pd
from pandas import series, dataframe
import numpy as np
data = dataframe(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e'])
data
out[7]: 
  a b c d e
one  0 1 2 3 4
two  5 6 7 8 9
three 10 11 12 13 14
#对列的操作方法有如下几种
data.icol(0) #选取第一列
e:\anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: futurewarning: icol(i) is deprecated. please use .iloc[:,i]
 # -*- coding: utf-8 -*-
out[35]: 
one  0
two  5
three 10
name: a, dtype: int32
data['a']
out[8]: 
one  0
two  5
three 10
name: a, dtype: int32
data.a
out[9]: 
one  0
two  5
three 10
name: a, dtype: int32
data[['a']]
out[10]: 
  a
one  0
two  5
three 10
data.ix[:,[0,1,2]] #不知道列名只知道列的位置时
out[13]: 
  a b c
one  0 1 2
two  5 6 7
three 10 11 12
data.ix[1,[0]] #选择第2行第1列的值
out[14]: 
a 5
name: two, dtype: int32
data.ix[[1,2],[0]] #选择第2,3行第1列的值
out[15]: 
  a
two  5
three 10
data.ix[1:3,[0,2]] #选择第2-4行第1、3列的值
out[17]: 
  a c
two  5 7
three 10 12
data.ix[1:2,2:4] #选择第2-3行,3-5(不包括5)列的值
out[29]: 
  c d
two 7 8
data.ix[data.a>5,3]
out[30]: 
three 13
name: d, dtype: int32
data.ix[data.b>6,3:4] #选择'b'列中大于6所在的行中的第4列,有点拗口
out[31]: 
  d
three 13
data.ix[data.a>5,2:4] #选择'a'列中大于5所在的行中的第3-5(不包括5)列
out[32]: 
  c d
three 12 13
data.ix[data.a>5,[2,2,2]] #选择'a'列中大于5所在的行中的第2列并重复3次
out[33]: 
  c c c
three 12 12 12
#还可以行数或列数跟行名列名混着用
data.ix[1:3,['a','e']]
out[24]: 
  a e
two  5 9
three 10 14
data.ix['one':'two',[2,1]]
out[25]: 
  c b
one 2 1
two 7 6
data.ix[['one','three'],[2,2]]
out[26]: 
  c c
one  2 2
three 12 12
data.ix['one':'three',['a','c']]
out[27]: 
  a c
one  0 2
two  5 7
three 10 12
data.ix[['one','one'],['a','e','d','d','d']]
out[28]: 
  a e d d d
one 0 4 3 3 3
one 0 4 3 3 3
#对行的操作有如下几种:
data[1:2] #(不知道列索引时)选择第2行,不能用data[1],可以用data.ix[1]
out[18]: 
  a b c d e
two 5 6 7 8 9
data.irow(1) #选取第二行
out[36]: 
a 5
b 6
c 7
d 8
e 9
name: two, dtype: int32
data.ix[1] #选择第2行
out[20]: 
a 5
b 6
c 7
d 8
e 9
name: two, dtype: int32
data['one':'two'] #当用已知的行索引时为前闭后闭区间,这点与切片稍有不同。
out[22]: 
  a b c d e
one 0 1 2 3 4
two 5 6 7 8 9
data.ix[1:3] #选择第2到4行,不包括第4行,即前闭后开区间。
out[23]: 
  a b c d e
two  5 6 7 8 9
three 10 11 12 13 14
data.ix[-1:] #取dataframe中最后一行,返回的是dataframe类型,**注意**这种取法是有使用条件的,只有当行索引不是数字索引时才可以使用,否则可以选用`data[-1:]`--返回dataframe类型或`data.irow(-1)`--返回series类型
out[11]: 
  a b c d e
three 10 11 12 13 14
data[-1:] #跟上面一样,取dataframe中最后一行,返回的是dataframe类型
out[12]: 
  a b c d e
three 10 11 12 13 14
data.ix[-1] #取dataframe中最后一行,返回的是series类型,这个一样,行索引不能是数字时才可以使用
out[13]: 
a 10
b 11
c 12
d 13
e 14
name: three, dtype: int32
data.tail(1) #返回dataframe中的最后一行
data.head(1) #返回dataframe中的第一行

最近处理数据时发现当pd.read_csv()数据时有时候会有读取到未命名的列,且该列也用不到,一般是索引列被换掉后导致的,有强迫症的看着难受,这时候dataframe.drop([columns,])是没法处理的,怎么办呢,

最笨的方法是直接给列索引重命名:

data6
  unnamed: 0 high symbol time
date    
2016-11-01 0 3317.4 if1611 18:10:44.8
2016-11-01 1 3317.4 if1611 06:01:04.5
2016-11-01 2 3317.4 if1611 07:46:25.5
2016-11-01 3 3318.4 if1611 09:30:04.0
2016-11-01 4 3321.8 if1611 09:31:04.0
data6.columns = list('abcd')
data6
 a b c d
date    
2016-11-01 0 3317.4 if1611 18:10:44.8
2016-11-01 1 3317.4 if1611 06:01:04.5
2016-11-01 2 3317.4 if1611 07:46:25.5
2016-11-01 3 3318.4 if1611 09:30:04.0
2016-11-01 4 3321.8 if1611 09:31:04.0

重新命名后就可以用dataframe.drop([columns])来删除了,当然不用我这样全部给列名替换掉了,可以只是改变未命名的那个列,然后删除。不过这个用起来总是觉得有点low,有没有更好的方法呢,有,可以不去删除,直接:

data7 = data6.ix[:,1:]

这样既不改变原有数据,也达到了删除神烦列,当然我这里时第0列删除,可以根据实际选择所在的列删除之,至于这个原理,可以看下前面的对列的操作。

以上这篇python pandas库中dataframe对行和列的操作实例讲解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。