在Pandas数据框架中使用[]、loc和iloc选择行和列是非常常见和重要的操作。这三种方法可以按照不同的方式选择数据框架中的行和列,下面我们详细讲解一下它们的用法。
1. 使用[]选择列和行
使用[]选择行和列是最基本的方法,可以通过列名和行索引进行选择。
选择列
列可以通过列名进行选择,可以使用如下方式选择一列:
# 创建数据框架
import pandas as pd
data = {'name':['张三','李四','王五'],
'age':[25,30,26],
'gender':['男','男','女']}
df = pd.DataFrame(data)
# 选择一列
df['name']
上述示例中,我们定义了一个数据字典data,并使用它创建了一个数据框架df。然后使用df['name']
选择了name这一列,结果如下所示:
0 张三
1 李四
2 王五
Name: name, dtype: object
选择行
行可以通过行索引进行选择,可以使用如下方式选择一行:
df.loc[0]
上述示例中,我们使用df.loc[0]
选择了第一行,结果如下所示:
name 张三
ages 25
gender 男
Name: 0, dtype: object
选择多列或多行
也可以选择多列或多行,使用的方法类似:
# 选择多列
df[['name', 'age']]
# 选择多行
df.loc[[0,1]]
上述示例中,我们使用df[['name', 'age']]
选择了name和age两列,使用df.loc[[0,1]]
选择了第一行和第二行,结果分别如下所示:
name age
0 张三 25
1 李四 30
2 王五 26
name age gender
0 张三 25 男
1 李四 30 男
2. 使用.loc按名称选择行和列
使用.loc按名称选择行和列需要使用.loc方法,它可以按标签选择行和列。
按行名称选择行
使用.loc按行名称(索引)选择行:
# 按行名称选择行
df.loc[0]
上述示例中,我们使用df.loc[0]
按照行名称(索引)选择了第一行,结果如下所示:
name 张三
ages 25
gender 男
Name: 0, dtype: object
按列名称选择列
使用.loc按列名称选择列:
# 按列名称选择列
df.loc[:, ['name', 'age']]
上述示例中,我们使用df.loc[:, ['name', 'age']]
按照列名称选择了name和age两列,结果如下所示:
name age
0 张三 25
1 李四 30
2 王五 26
按行和列名称选择行和列
使用.loc按行和列名称选择行和列:
# 按行和列名称选择行和列
df.loc[0:1, ['name', 'gender']]
上述示例中,我们使用df.loc[0:1, ['name', 'gender']]
按照行和列名称选择了第一行和第二行的name和gender两列,结果如下所示:
name gender
0 张三 男
1 李四 男
3. 使用.iloc按照索引选择行和列
使用.iloc按照整数位置选择行和列,它可以按位置选择行和列。
按行索引选择行
使用.iloc按照整数位置选择行:
# 按行索引选择行
df.iloc[0]
上述示例中,我们使用df.iloc[0]
按照整数位置选择了第一行,结果如下所示:
name 张三
ages 25
gender 男
Name: 0, dtype: object
按列索引选择列
使用.iloc按照整数位置选择列:
# 按列索引选择列
df.iloc[:, [0, 1]]
上述示例中,我们使用df.iloc[:, [0, 1]]
按照整数位置选择了前两列,结果如下所示:
name age
0 张三 25
1 李四 30
2 王五 26
按行和列索引选择行和列
使用.iloc按照整数位置选择行和列:
# 按行和列索引选择行和列
df.iloc[0:2, [0, 2]]
上述示例中,我们使用df.iloc[0:2, [0, 2]]
按照整数位置选择了第一行和第二行的第一列和第三列,结果如下所示:
name gender
0 张三 男
1 李四 男
至此,使用[]、loc和iloc在Pandas数据框架中按名称或索引选择行和列的完整攻略讲解完毕,希望能够帮助到大家。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:使用[ ]、loc和iloc在Pandas数据框架中按名称或索引选择行和列 - Python技术站