pandas的行列获取/pandas iloc和loc的使用/如何获取pandas的行和列

Pandas行和列的获取

由于平时没有系统的学习pandas，导致在实际应用过程中，对于获取df中的行和列经常出现问题，于是总结一下，供自己以后参考。

参考的书籍在线版链接：利用 Python 进行数据分析 · 第 2 版

0 查看手册

请当你看完1-5的内容再来看该部分，用于理解和以后的查询。

序列的含义

由列名或者行名（列索引，行索引）组成的列表;

1. 比如获取多列（行）， 方法为：df[['col1','col2']]
2. 当只获取一个列（行）的时候，可以直接填写，df['col1']。

切片的含义

类似于列表的切片，开始:结束，pandas会获取开始->结束之间的行（列）

1. 切片时，loc包含两端点，左闭右闭；iloc不包含结束点，左闭右开

2. “:”表示行（列）切片的意思，行开始点:行结束点。

loc的用法

loc[行序列，列序列]分别表示获取指定的行序列和列序列范围的内容（iloc同理）

1. 当只获取行的时候，列可以省略

2. 当只获取列的时候，行不能省略，可以写作loc[ : , 列索引]，意思是所有行都选中

1 创建一个DataFrame作为示例

import pandas as pd
# 创建一个df
data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada', 'Nevada'],
        'year': [2000, 2001, 2002, 2001, 2002, 2003],
        'pop': [1.5, 1.7, 3.6, 2.4, 2.9, 3.2]}
frame = pd.DataFrame(data, columns=['year', 'state', 'pop', 'debt'],
                      index=['one', 'two', 'three', 'four',
                             'five', 'six'])
frame

2 获取行和列索引

在学习获取行列之前，我们先了解一下如果获取行和列的索引

# 获取行、列名称的方法
frame.index

Index(['one', 'two', 'three', 'four', 'five', 'six'], dtype='object')

frame.columns

Index(['year', 'state', 'pop', 'debt'], dtype='object')

3 常用的索引方式

首先我们明确两个概念：

• 名称索引，即使用行和列的名称进行索引

  ['year', 'state', 'pop', 'debt']表示的就是名称索引，它表示行和列的名称是啥

• 整数索引，即使用行和列所在第几行第几列进行索引

  整数索引就类似于列表的下标。

4 名称索引获取行列

4.1 获取列 –> df[列名]

df[列名序列]

获取一列：df[列名]

如果获取一列，我们直接写入列名即可

# 获取一列
frame["year"]

one      2000
two      2001
three    2002
four     2001
five     2002
six      2003
Name: year, dtype: int64

获取多列： df[ [多个列名] ]

​ 如果获取多列，需要写入多个列名的列表

# 获取多列
frame[['year', 'state']]

4.2 获取行 -> df.loc[]

• 使用方法类似df[列名序列]不过要使用的语句为：df.loc[]

获取一行

# 获取一行的的方法
frame.loc['one']

year     2000
state    Ohio
pop       1.5
debt      NaN
Name: one, dtype: object

获取多行

# 获取多行的方法
frame.loc[['one','two']]

使用切片进行获取，此处不需要使用.loc

frame['one':'two']

4.3 使用.loc方法获取你想获取的所有

获取指定的行和列区域

df.loc[ 行名序列 , 列名序列 ]：获取指定的行序列和列序列的交集，就是把这个区域确定出来

• 使用loc的时候左侧填写行序列，右侧填写列序列;

• 此处序列的概念同上，可以是单个名称，也可是一个列表。

• 只有行序列的时候，右侧可以省略

获取一行多列

frame.loc['one',['year','state']]

year     2000
state    Ohio
Name: one, dtype: object

获取多行多列

# 同时获取指定行和列
frame.loc[['one', 'two'],['year','state']]

获取指定的列区域

df.loc[:,列序列]，此处的 冒号：，可以理解为切片的含义，即获取所有的行，同时指定列

frame.loc[:, 'year']

one      2000
two      2001
three    2002
four     2001
five     2002
six      2003
Name: year, dtype: int64

4.4 切片的妙用

我们可以指定行和列切片的起点和终点，左闭右闭区间；

下面代码可以理解为，行从名称为’two’的行开始，一直到最后；列从名称为’year’的列开始一直到最后。

frame.loc['two': , "year":]

当然你完全可以指定他的终点

frame.loc['two':'five', 'year':'pop']

5 整数索引 iloc[行索引序列，列索引序列]

iloc的使用和loc一致，只不过是将名称索引改为整数索引
整数索引就是使用行和列的下标（索引）进行获取

5.1 获取行

就像loc，只获取行的时候，列序列完全可以省略，反之则不行。

获取一行

# 获取第0行
frame.iloc[0]

year     2000
state    Ohio
pop       1.5
debt      NaN
Name: one, dtype: object

获取多行

frame.iloc[[0,1]]

使用切片获取，左闭右开

# 切片获取多行 左闭右开
frame.iloc[0:1]

5.2 获取列

只要将行切片获取全部即可

获取一列

frame.iloc[:, 1]

one        Ohio
two        Ohio
three      Ohio
four     Nevada
five     Nevada
six      Nevada
Name: state, dtype: object

获取多列

frame.iloc[:, [1, 2]]

使用切片获取多列

# 使用切片
frame.iloc[:, 1: 3]

5.3 获取指定行和列范围

方法与loc完全一致，只是换了索引的方式

获取多行多列

frame.iloc[[2,3],[1,3]]

使用切片获取

### 获取指定行和列范围
frame.iloc[2:, 3:]

参考：

利用 Python 进行数据分析 · 第 2 版

代码007普通

打赏 收藏 海报 链接