python教程

当前位置:首页 > Pandas教程 > 当前文章

Pandas教程

Dataframe选择行列loc,iloc,切片,布尔索引,条件判断等

2020-10-29 176赞 老董笔记

  Dataframe的行标签和列标签其实都是一种索引,行和列也分别对应位置索引(0到length-1)。Dataframe是dict-like类型,可以通过df[xx]的形式选择单列、多列(传入列表)。Dataframe也是list-list类型,可以通过切片选择数据。此外,他还提供loc、iloc这两种选择器选择数据。

  Dataframe选择数据内容比较多,之前的内容全部汇集在这一页比较庞大,现在将其分开,读者可一一点击直达查看。

    一、直接索引和切片

  点击直达>>DataFrame直接索引,切片,布尔索引选择单行多行

  1、列标签索引选择单列,返回Series

  2、列标签索引选择单列,返回DataFrame

  3、列标签索引选择多列,返回DataFrame

  4、行标签切片(末端包含)选择多行,返回DataFrame

  5、行位置索引切片(末端不包含)选择行,DataFrame

  6、行布尔索引选择多行

    二、loc方式

  点击直达>>DataFrame的loc标签,切片,布尔索引选择单行多行多列

    1、loc标签索引选择单行,返回Series或者DataFrame

  2、loc标签索引选择多行及所有列,返回DataFrame

  3、loc标签索引选择多行多列,返回DataFrame

  4、loc标签切片索引(末端包含)选择多行及所有列,返回DataFrame

  5、loc标签切片索引(末端包含)选择多行多列,返回DataFrame

  6、loc布尔索引(末端包含)选择多行多列,返回DataFrame

    三.iloc方式

  点击直达>>DataFrame的iloc位置索引,切片,布尔索引筛选单多行多列

  1、iloc位置索引选择单行,返回Series或者DataFrame

  2、iloc位置索引选择多行及所有列,返回DataFrame

  3、iloc位置索引选择多行多列,返回DataFrame

  4、iloc位置切片索引(末端不包含)选择多行及所有列,返回DataFrame

  5、iloc位置切片索引(末端不包含)选择多行多列,返回DataFrame

  6、iloc布尔索引(末端不包含)选择多行多列,返回DataFrame

    四.条件判断实操

  ​​​​​​​点击直达>>DataFrame的[],loc,iloc多条件判断筛选(布尔索引的本质)

  上述案例可知loc和iloc可以"传参"布尔值,不过其类型并不限于列表,可以是Series、df、np数组,只要他们的值为布尔值即可。

  实际中常常进行条件判断(大于等于小于或者其他)来筛选数据(对df条件判断的结果就是布尔值组成的Series或者Dataframe)。在多条件判断中,&代表且,|代表或,~代表取反。如果2个条件运算需要加上小括号防止出错。如:df[(df['b']>44) & (df['b'] < 99)]、df[~(df['b']>44)]。

感兴趣直接点击图片获取>>

文章评论

Dataframe选择行列loc,iloc,切片,布尔索引,条件判断等文章写得不错,值得赞赏