pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

Pandas是一种Python常用的数据处理工具，它具有很强的数据选取和处理能力，本文将详细讲解Pandas数据选取的完整攻略。

一、pandas数据选取方法

Pandas提供了丰富的数据选取方法，常用的包括：

• df[]：基于列名或索引选取列或行；
• df.loc[]：基于行和列名称选取数据；
• df.iloc[]：通过整数位置选取数据；
• df.ix[]：基于行和列名称或整数位置选取数据，已弃用；
• df.at[]：通过标签选取单个值；
• df.iat[]：通过整数位置选取单个值。

下面详细讲解这些方法的使用。

1.1 df[]

df[]可以基于列名或索引选取列或行。例如：

import pandas as pd

data = {
    'name': ['Tom', 'Jerry', 'Mike', 'John'],
    'age': [18, 19, 20, 21],
    'gender': ['M', 'M', 'M', 'F']
}
df = pd.DataFrame(data)
# 选取列name
print(df['name'])
# 选取前2行
print(df[:2])

输出结果：

0      Tom
1    Jerry
2     Mike
3     John
Name: name, dtype: object
    name  age gender
0    Tom   18      M
1  Jerry   19      M

1.2 df.loc[]

df.loc[]基于行和列名称选取数据。例如：

import pandas as pd

data = {
    'name': ['Tom', 'Jerry', 'Mike', 'John'],
    'age': [18, 19, 20, 21],
    'gender': ['M', 'M', 'M', 'F']
}
df = pd.DataFrame(data, index=['a', 'b', 'c', 'd'])
# 选取行b和c，列name和age
print(df.loc[['b', 'c'], ['name', 'age']])
# 选取行b和c的所有列
print(df.loc[['b', 'c'], :])

输出结果：

    name  age
b  Jerry   19
c   Mike   20
    name  age gender
b  Jerry   19      M
c   Mike   20      M

1.3 df.iloc[]

df.iloc[]通过整数位置选取数据。例如：

import pandas as pd

data = {
    'name': ['Tom', 'Jerry', 'Mike', 'John'],
    'age': [18, 19, 20, 21],
    'gender': ['M', 'M', 'M', 'F']
}
df = pd.DataFrame(data)
# 选取第2行，第1、3列
print(df.iloc[1, [0, 2]])
# 选取第2-3行
print(df.iloc[1:3, :])

输出结果：

name       Jerry
gender         M
Name: 1, dtype: object
    name  age gender
1  Jerry   19      M
2   Mike   20      M

1.4 df.ix[]

df.ix[]基于行和列名称或整数位置选取数据，已弃用，推荐使用df.loc[]和df.iloc[]替代。

1.5 df.at[]

df.at[]通过标签选取单个值。例如：

import pandas as pd

data = {
    'name': ['Tom', 'Jerry', 'Mike', 'John'],
    'age': [18, 19, 20, 21],
    'gender': ['M', 'M', 'M', 'F']
}
df = pd.DataFrame(data, index=['a', 'b', 'c', 'd'])
# 选取行a，列name的值
print(df.at['a', 'name'])

输出结果：

Tom

1.6 df.iat[]

df.iat[]通过整数位置选取单个值。例如：

import pandas as pd

data = {
    'name': ['Tom', 'Jerry', 'Mike', 'John'],
    'age': [18, 19, 20, 21],
    'gender': ['M', 'M', 'M', 'F']
}
df = pd.DataFrame(data)
# 选取第2行，第1列的值
print(df.iat[1, 0])

输出结果：

Jerry

二、总结

本文详细讲解了Pandas数据选取的完整攻略，包括常用的选取方法：df[]、df.loc[]、df.iloc[]、df.at[]和df.iat[]。在实际使用中，根据不同的需要选取相应的数据即可，使处理数据更加高效便捷。