pandas数据选择——基于iloc、loc等方法达到数据选择的多样性

数据选择

1 列选择

1.1 选择某一列/某几列

在Python中我们要想获取某列只需要在表df后面的方括号中指明要选择的列名即可。如果是一列，则只需要传入一个列名；
如果是同时选择多列，则传入多个列名即可，多个列名用一个list存起来

import pandas as pd
df = pd.read_excel(r"D:\testdata\data.xlsx") 
print(df.head())

   实际价格(元)  运费(元)  数量  实际支付(元)      状态          商品SKU信息       省      市  \
0    218.9    0.0   1    218.9  已付款未发货       金色110cm 1个  内蒙古自治区  呼伦贝尔市   
1    218.9    0.0   1    218.9    交易关闭       金色120cm 1个  内蒙古自治区  呼伦贝尔市   
2    328.9    0.0   1    328.9    交易取消           米白S 1个     山东省    枣庄市   
3    218.9    0.0   1    218.9    交易关闭  黑色M 105-120斤 1个     浙江省    嘉兴市   
4    185.9    0.0   1    185.9  已付款未发货           黑色L 1个     陕西省    咸阳市   

        区       会员等级   优惠信息 是否白付美支付  货款退款金额  运费退款金额               退款完成时间  
0  新巴尔虎右旗  获取会员信息失败!  无优惠信息       否     0.0     0.0                  NaN  
1  新巴尔虎右旗  获取会员信息失败!  无优惠信息       否   218.9     0.0  2020-11-12 09:35:43  
2     薛城区  获取会员信息失败!  无优惠信息       否     0.0     0.0                  NaN  
3     桐乡市  获取会员信息失败!  无优惠信息       否   218.9     0.0  2020-11-12 06:37:25  
4     杨陵区  获取会员信息失败!  无优惠信息       是     0.0     0.0                  NaN  

print(df["省"].head())

0    内蒙古自治区
1    内蒙古自治区
2       山东省
3       浙江省
4       陕西省
Name: 省, dtype: object

print(df[["省","市"]].head())

        省      市
0  内蒙古自治区  呼伦贝尔市
1  内蒙古自治区  呼伦贝尔市
2     山东省    枣庄市
3     浙江省    嘉兴市
4     陕西省    咸阳市

除了传入具体的列名，我们还可以传入具体列的位置，即第几列，对数据进行选取，通过传入位置来获取数据时需要用到iloc方法

df.iloc[:,1:6].head() # 选取第1-5列的前五行数据

	运费(元)	数量	实际支付(元)	状态	商品SKU信息
0	0.0	1	218.9	已付款未发货	金色110cm 1个
1	0.0	1	218.9	交易关闭	金色120cm 1个
2	0.0	1	328.9	交易取消	米白S 1个
3	0.0	1	218.9	交易关闭	黑色M 105-120斤 1个
4	0.0	1	185.9	已付款未发货	黑色L 1个

df.iloc[:,[1,5]].head() # 选取第一列、第五列的前五行数据

	运费(元)	商品SKU信息
0	0.0	金色110cm 1个
1	0.0	金色120cm 1个
2	0.0	米白S 1个
3	0.0	黑色M 105-120斤 1个
4	0.0	黑色L 1个

iloc 后的方括号中逗号之前的部分表示要获取的行的位置，只输入一个冒号，不输入任何数值表示获取所有的行；逗号之后的方括号表示要获取的列的位置，列的位置同样是也是从0开始计数。

loc、iloc、ix方法的使用:

loc：值索引通过选取行（列）标签索引数据,通过行索引 “Index” 中的具体值来取行数据
iloc：位置索引，通过选取行（列）位置编号索引数据，列表形式
ix：既可以通过行（列）标签索引数据，也可以通过行（列）位置编号索引数据

df.loc[:,"省":"区"].head() # 选取省，市，区的前五行数据

	省	市	区
0	内蒙古自治区	呼伦贝尔市	新巴尔虎右旗
1	内蒙古自治区	呼伦贝尔市	新巴尔虎右旗
2	山东省	枣庄市	薛城区
3	浙江省	嘉兴市	桐乡市
4	陕西省	咸阳市	杨陵区

df.loc[:,["省","市","区"]].head() # 选取省，市，区的前五行数据

	省	市	区
0	内蒙古自治区	呼伦贝尔市	新巴尔虎右旗
1	内蒙古自治区	呼伦贝尔市	新巴尔虎右旗
2	山东省	枣庄市	薛城区
3	浙江省	嘉兴市	桐乡市
4	陕西省	咸阳市	杨陵区

1.2 选择连续的某几列

df.iloc[:,1:5].head()  # 选取连续的第1到4列

	运费(元)	数量	实际支付(元)	状态
0	0.0	1	218.9	已付款未发货
1	0.0	1	218.9	交易关闭
2	0.0	1	328.9	交易取消
3	0.0	1	218.9	交易关闭
4	0.0	1	185.9	已付款未发货

iloc后的方括号中逗号之前的表示选择的行，当只传入一个冒号时，表示选择所有行；
逗号后面表示要选择列的位置区间，1:5表示选择第2列到第5列之间的值（包含第2列但不包含第5列），我们把这种通过传入一个位置区间来获取数据的方式称为切片索引。

1.3 利用loc、iloc提取指定行、列数据

df.loc[[0,3],["省","市"]] # 选取第0行与第3行的省与市的数据

	省	市
0	内蒙古自治区	呼伦贝尔市
3	浙江省	嘉兴市

df.iloc[[0,3],[6,7]]  # 选取第0行与第3行的省与市的数据

	省	市
0	内蒙古自治区	呼伦贝尔市
3	浙江省	嘉兴市

1.4 利用loc函数，根据某个数据来提取数据所在的行

df.loc[df["省"]=="内蒙古自治区"]

	实际价格(元)	运费(元)	数量	实际支付(元)	状态	商品SKU信息	省	市	区	会员等级	优惠信息	是否白付美支付	货款退款金额	运费退款金额	退款完成时间
0	218.9	0.0	1	218.9	已付款未发货	金色110cm 1个	内蒙古自治区	呼伦贝尔市	新巴尔虎右旗	获取会员信息失败!	无优惠信息	否	0.0	0.0	NaN
1	218.9	0.0	1	218.9	交易关闭	金色120cm 1个	内蒙古自治区	呼伦贝尔市	新巴尔虎右旗	获取会员信息失败!	无优惠信息	否	218.9	0.0	2020-11-12 09:35:43
52	199.0	0.0	1	199.0	交易取消	黑色M 105-120斤 1个	内蒙古自治区	呼和浩特市	清水河县	获取会员信息失败!	无优惠信息	否	0.0	0.0	NaN

传入多个条件, 连接符号 &

df.loc[(df["省"]=="内蒙古自治区")&(df["商品SKU信息"]=="黑色M 105-120斤 1个")]

	实际价格(元)	运费(元)	数量	实际支付(元)	状态	商品SKU信息	省	市	区	会员等级	优惠信息	是否白付美支付	货款退款金额	运费退款金额	退款完成时间
52	199.0	0.0	1	199.0	交易取消	黑色M 105-120斤 1个	内蒙古自治区	呼和浩特市	清水河县	获取会员信息失败!	无优惠信息	否	0.0	0.0	NaN

1.5 选择单列多行、多列多行

df["状态"][0:3]  # 选择状态列第0到2行

0    已付款未发货
1      交易关闭
2      交易取消
Name: 状态, dtype: object

df[["状态","商品SKU信息"]][0:3] # 选择状态列、商品SKU信息列的第0到2行

	状态	商品SKU信息
0	已付款未发货	金色110cm 1个
1	交易关闭	金色120cm 1个
2	交易取消	米白S 1个

2 行选择

2.1 选择某一行/某几行

在Python中，获取行的方式主要有两种，一种是普通索引，即传入具体行索引的名称，需要用到loc方法；另一种是位置索引，即传入具体的行数，需要用到iloc方法。

df.loc[1]    #  选取索引值为１的行（第２行）

实际价格(元)                  218.9
运费(元)                        0
数量                           1
实际支付(元)                  218.9
状态                        交易关闭
商品SKU信息             金色120cm 1个
省                       内蒙古自治区
市                        呼伦贝尔市
区                       新巴尔虎右旗
会员等级                 获取会员信息失败!
优惠信息                     无优惠信息
是否白付美支付                      否
货款退款金额                   218.9
运费退款金额                       0
退款完成时间     2020-11-12 09:35:43
Name: 1, dtype: object

df.loc[[1,3],["订单编号","物品名称"]]  # 提取index为'1','3',列名为'订单编号','物品名称'中的数据

	订单编号	物品名称
1	96941475341528	【叶子yzzz】叶子专享】DSR08B0660鸭鸭男童羽绒服
3	96940910667716	【叶子yzzz】鸭鸭新款女装羽绒服DRH06B0050

df.iloc[[1,3]]  # 选取行索引为1 与 3 的行数据

	实际价格(元)	运费(元)	数量	实际支付(元)	状态	商品SKU信息	省	市	区	会员等级	优惠信息	是否白付美支付	货款退款金额	运费退款金额	退款完成时间
1	218.9	0.0	1	218.9	交易关闭	金色120cm 1个	内蒙古自治区	呼伦贝尔市	新巴尔虎右旗	获取会员信息失败!	无优惠信息	否	218.9	0.0	2020-11-12 09:35:43
3	218.9	0.0	1	218.9	交易关闭	黑色M 105-120斤 1个	浙江省	嘉兴市	桐乡市	获取会员信息失败!	无优惠信息	否	218.9	0.0	2020-11-12 06:37:25

2.2 选择满足条件的行

在Python中，我们直接在表名后面指明哪列要满足什么条件，就可以把满足条件的数据筛选出来。

df["实际价格(元)"]>200 # 判断实际价格是否大于200，返回True，False

0      True
1      True
2      True
3      True
4     False
      ...  
83     True
84     True
85     True
86     True
87     True
Name: 实际价格(元), Length: 88, dtype: bool

df[df["实际价格(元)"]>200].head()  #　选择实际价格大于２００的前５行数据

	实际价格(元)	运费(元)	数量	实际支付(元)	状态	商品SKU信息	省	市	区	会员等级	优惠信息	是否白付美支付	货款退款金额	运费退款金额	退款完成时间
0	218.9	0.0	1	218.9	已付款未发货	金色110cm 1个	内蒙古自治区	呼伦贝尔市	新巴尔虎右旗	获取会员信息失败!	无优惠信息	否	0.0	0.0	NaN
1	218.9	0.0	1	218.9	交易关闭	金色120cm 1个	内蒙古自治区	呼伦贝尔市	新巴尔虎右旗	获取会员信息失败!	无优惠信息	否	218.9	0.0	2020-11-12 09:35:43
2	328.9	0.0	1	328.9	交易取消	米白S 1个	山东省	枣庄市	薛城区	获取会员信息失败!	无优惠信息	否	0.0	0.0	NaN
3	218.9	0.0	1	218.9	交易关闭	黑色M 105-120斤 1个	浙江省	嘉兴市	桐乡市	获取会员信息失败!	无优惠信息	否	218.9	0.0	2020-11-12 06:37:25
7	416.9	0.0	1	416.9	交易关闭	豆绿色S（90-105斤） 1个	湖南省	衡阳市	耒阳市	获取会员信息失败!	无优惠信息	是	416.9	0.0	2020-11-12 08:47:19

传入多个条件, 连接符号 &

df[(df["实际价格(元)"]>200) & (df["实际支付(元)"]<300)]   #  选择实际价格大于２００和实际支付小于３００的行

	实际价格(元)	运费(元)	数量	实际支付(元)	状态	商品SKU信息	省	市	区	会员等级	优惠信息	是否白付美支付	货款退款金额	运费退款金额	退款完成时间
0	218.9	0.0	1	218.9	已付款未发货	金色110cm 1个	内蒙古自治区	呼伦贝尔市	新巴尔虎右旗	获取会员信息失败!	无优惠信息	否	0.0	0.0	NaN
1	218.9	0.0	1	218.9	交易关闭	金色120cm 1个	内蒙古自治区	呼伦贝尔市	新巴尔虎右旗	获取会员信息失败!	无优惠信息	否	218.9	0.0	2020-11-12 09:35:43
3	218.9	0.0	1	218.9	交易关闭	黑色M 105-120斤 1个	浙江省	嘉兴市	桐乡市	获取会员信息失败!	无优惠信息	否	218.9	0.0	2020-11-12 06:37:25

2.2 普通索引+普通索引选择指定的行和列

普通索引+普通索引就是通过同时传入行和列的索引名称进行数据选择，需要用到loc方法

loc方法中的第一对方括号表示行索引的选择，传入行索引名称；loc方法中的第二对方括号表示列索引的选择，传入列索引名称

df.loc[[1,3,5],["实际价格(元)","实际支付(元)"]]　　 # 　选择索引值为１，３，５的实际价格和实际支付的行数据

	实际价格(元)	实际支付(元)
1	218.9	218.9
3	218.9	218.9
5	196.9	196.9

2.3 位置索引+位置索引选择指定的行和列

位置索引+位置索引是通过同时传入行、列索引的位置来获取数据，需要用到iloc方法

在iloc方法中的第一对方括号表示行索引的选择，传入要选择行索引的位置；第二对方括号表示列索引的选择，传入要选择列索引的位置。行和列索引的位置都是从0开始计数

df.iloc[[1,3,5],[3,4,5]]　　　# 选择行索引位置为１，３，５的列索引位置为３，４，５的行数据

	实际支付(元)	状态	商品SKU信息
1	218.9	交易关闭	金色120cm 1个
3	218.9	交易关闭	黑色M 105-120斤 1个
5	196.9	交易关闭	黑色M 1个

2.4 布尔索引+普通索引选择指定的行和列

布尔索引+普通索引是先对表进行布尔索引选择行，然后通过普通索引选择列

df[df["实际价格(元)"]>200][["运费(元)","数量","实际价格(元)"]]

	运费(元)	数量	实际价格(元)
0	0.0	1	218.9
1	0.0	1	218.9
2	0.0	1	328.9
3	0.0	1	218.9
7	0.0	1	416.9
9	0.0	1	328.9
11	0.0	1	2199.0
41	0.0	1	2199.0
44	0.0	1	2199.0
69	0.0	1	2199.0
83	0.0	1	2199.0
84	0.0	1	658.9
85	0.0	1	328.9
86	0.0	1	328.9
87	0.0	1	328.9

2.5 切片索引+切片索引选择指定的行和列

切片索引+切片索引是通过同时传入行、列索引的位置区间进行数据选择

df.iloc[0:3,1:3]

	运费(元)	数量
0	0.0	1
1	0.0	1
2	0.0	1

2.6 切片索引+普通索引选择指定的行和列

df[["实际价格(元)","实际支付(元)"]].iloc[0:2]

	实际价格(元)	实际支付(元)
0	218.9	218.9
1	218.9	218.9

本文地址：https://blog.csdn.net/FGH333xwy/article/details/110431919