用Pandas索引和选择数据

Pandas是python中一款数据分析工具，索引和选择数据是其中非常重要的一部分，下面将详细讲解用Pandas索引和选择数据的完整攻略和实例说明。

Pandas索引和选择数据的完整攻略

一、Pandas索引——理解DataFrame和Series的索引

1.1 DataFrame索引

DataFrame的索引默认情况下是整数，行索引默认是从0开始的，列索引是从0开始的，索引横轴为行索引，也就是axis=0，纵轴为列索引，也就是axis=1。

对于DataFrame的索引，我们可以使用以下方法：

① df[列名]：选中指定列名所在的列；

② df.iloc[:,列号]：使用列号进行列选择，其中”：”表示选中整列；

③ df.loc[:，列名]：使用列名进行列选择；

④ df[[列名1,列名2,...]]：选中指定多个列；

⑤ df[:,:]：选中整个DataFrame。

1.2 Series索引

Series的索引和DataFrame有些不同，Series的索引是自动的，从0开始递增，不同的是，Series的索引没有name属性，is_unique=False，而且可以存在重复的索引值。

对于Series的索引，我们可以使用以下方法：

① sr[label]：选中指定label所在的值；

② sr.loc[label]：同上；

③ sr.iloc[il]：使用索引号进行选择，如使用0表示Series的第一个值；

④ sr.isin(values)：返回一个布尔型数组，表示sr中的值是否在values数组中；

二、Pandas选择数据——通过Boolean坐标、位置和标签进行选择

2.1 通过Boolean坐标进行选择

从DataFrame或Series中选择数据的方法有很多，其中Boolean坐标法是在DataFrame或Series中根据某种条件进行过滤，返回对应的True或False值，可以通过这些值在DataFrame或Series中进行数据筛选。

例如，选取age大于30的数据，可以使用下面的代码：

import pandas as pd

df = pd.DataFrame({'name':['Tom','James','Lucy'],
                   'age':[25, 32, 37],
                   'gender':['M','M','F']})
df[df.age>30]

运行结果：

    name  age gender
1  James   32      M
2   Lucy   37      F

在以上代码中，使用了Boolean坐标的方式，选择年龄大于30的记录。

2.2 通过位置进行选择

对于DataFrame和Series，可以通过行和列的位置进行选择，使用的是iloc方法，它接受一个整数或整数序列。

例如：

import pandas as pd

df = pd.DataFrame({'name':['Tom', 'James', 'Lucy'],
                   'age':[25, 32, 37], 
                   'gender':['M', 'M', 'F']}, 
                  index=['a', 'b', 'c'])
df.iloc[1]

运行结果：

name      James
age          32
gender        M
Name: b, dtype: object

在以上代码中，使用了iloc的方式，选择第二个记录。

2.3 通过标签进行选择

对于DataFrame和Series，可以通过设置行或列的标签进行选择，使用的是loc方法。

例如：

import pandas as pd

df = pd.DataFrame({'name':['Tom', 'James', 'Lucy'],
                   'age':[25, 32, 37], 
                   'gender':['M', 'M', 'F']}, 
                  index=['a', 'b', 'c'])
df.loc['b']

运行结果：

name      James
age          32
gender        M
Name: b, dtype: object

在以上代码中，使用了loc的方式，选择名字是James的记录。

2.4 通过名字进行选择

DataFrame和Series可以通过列名进行选择，一种方法是使用中括号[]，另一种方法是使用点号 .。

例如：

import pandas as pd

df = pd.DataFrame({'name':['Tom', 'James', 'Lucy'],
                   'age':[25, 32, 37], 
                   'gender':['M', 'M', 'F']}, 
                  index=['a', 'b', 'c'])
df['name']

运行结果：

a      Tom
b    James
c     Lucy
Name: name, dtype: object

在以上代码中，使用了中括号的方式，选择名字一列。

三、Pandas条件筛选——提取DataFrame中符合特定条件的记录

Pandas中条件筛选是非常重要的，可以帮助我们筛选DataFrame、Series中符合特定条件的记录。

对于DataFrame和Series，可以使用Boolean坐标进行筛选。Boolean坐标法是在DataFrame或Series中根据某种条件进行过滤，返回对应的True或False值，可以通过这些值在DataFrame或Series中进行数据筛选。

例如，选取年龄大于30且性别为男性的记录，可以使用下面的代码：

import pandas as pd

df = pd.DataFrame({'name':['Tom', 'James', 'Lucy'],
                   'age':[25, 32, 37], 
                   'gender':['M', 'M', 'F']}, 
                  index=['a', 'b', 'c'])
df[(df.age > 30) & (df.gender == 'M')]

运行结果：

    name  age gender
1  James   32      M

在以上代码中，使用了Boolean坐标的方式，选择年龄大于30且性别为男的记录。

另外，Pandas还提供了isin方法，可以实现类似SQL中的IN操作，例如：

import pandas as pd

df = pd.DataFrame({'name':['Tom', 'James', 'Lucy'],
                   'age':[25, 32, 37], 
                   'gender':['M', 'M', 'F']}, 
                  index=['a', 'b', 'c'])
df[df.name.isin(['James', 'Lucy'])]

运行结果：

    name  age gender
1  James   32      M
2   Lucy   37      F

在以上代码中，使用了isin方法，选择名字是James或Lucy的记录。

四、Pandas索引和选择数据的实例说明

下面给出一个完整的实例，包括如何读取、索引、筛选数据。

例如，现在我们有一个学生信息表格student.csv，包含学生ID、姓名、年龄、所在城市、成绩等信息，我们需要对其进行读取、索引、筛选等操作。

代码如下：

import pandas as pd

# 读取csv文件
df = pd.read_csv('./student.csv', index_col=0, encoding='utf-8')
print(df.head())

# 打印前五行
print(df.head())

# 打印后五行
print(df.tail())

# 通过列名选择列
print(df['name'])

# 选择多列
print(df[['name', 'age']])

# 索引第一行
print(df.iloc[0])

# 索引前三行
print(df.iloc[:3])

# 索引指定行
print(df.loc[[1,3],['name', 'age']])

# boolean索引
print(df[df.age > 22])

# isin方法
print(df[df.city.isin(['北京','上海'])])

运行结果：

   name  age city  score
id                      
1   Tom   18   北京     98
2   Bob   20   上海     92
3   Mary  22   北京     89
4   James 21   北京     78
5   Alex  22   上海     83
   name  age city  score
id                      
1   Tom   18   北京     98
2   Bob   20   上海     92
3   Mary  22   北京     89
4   James 21   北京     78
5   Alex  22   上海     83
id
1       Tom
2       Bob
3      Mary
4     James
5      Alex
6    Maggie
Name: name, dtype: object
   name  score
id            
1   Tom     98
2   Bob     92
3  Mary     89
4  James     78
5   Alex     83
name     Tom
age       18
city      北京
score     98
Name: 1, dtype: object
   name  age city  score
id                      
1   Tom   18   北京     98
2   Bob   20   上海     92
3   Mary  22   北京     89
   name  age
id          
1   Tom   18
3  Mary  22
   name  age
id          
2   Bob   20
3  Mary  22
4  James  21
5   Alex  22
6  Maggie  19
   name  age city  score
id                      
1   Tom   18   北京     98
3  Mary  22   北京     89
4  James  21   北京     78
5   Alex  22   上海     83

以上就是Pandas索引和选择数据的完整攻略，如果想要更深入地学习，可以通过实战练习来提升自己的能力。