- python版本: 3.6
- pandas版本: 0.23.4
行索引
索引行有三种方法，分别是 loc iloc ix
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
import pandas as pdimport numpy as npindex = ["a", "b", "c", "d"]data = np.random.randint(10, size=(4, 3))df = pd.dataframe(data, index=index)""" 0 1 2a 9 7 1b 0 0 7c 2 6 5d 8 2 5""" |
loc
loc通过行索引名字来确定行的
单行索引, 返回series对象
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
df.loc["a"]"""0 91 72 1name: a, dtype: int64"""df.loc["b"]"""0 01 02 7name: b, dtype: int64""" |
多行索引, 返回dataframe对象
|
1
2
3
4
5
6
|
df.loc[["a", "c"]]""" 0 1 2a 9 7 1c 2 6 5""" |
iloc
通过行索引序号来确定行的
单行索引, 返回series对象
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
df.iloc[0]"""0 91 72 1name: a, dtype: int64"""df.iloc[1]"""0 01 02 7name: b, dtype: int64""" |
多行索引, 返回dataframe对象
|
1
2
3
4
5
6
|
df.iloc[[0, 2]]""" 0 1 2a 9 7 1c 2 6 5""" |
ix(不建议使用)
通过行索引名字或序号来确定行的, 如果行索引 index 的类型为整型时, 使用 ix 方法索引时为按行索引名字进行索引, 如行索引名不存在则会报错
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
index = [2, 3, 4, 5]df = pd.dataframe(data, index=index)""" 0 1 22 9 7 13 0 0 74 2 6 55 8 2 5"""df.ix[2]"""0 91 72 1name: 2, dtype: int64"""# 提示信息""".ix is deprecated. please use.loc for label based indexing or.iloc for positional indexing"""# 如果 index 为整数, 则不能按行索引号进行索引df.ix[0]"""...keyerror: 0""" |
列索引
索引行有两种方法，分别是 . []
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
import pandas as pdimport numpy as npcolumns = ["i", "ii", "iii"]data = np.random.randint(10, size=(4, 3))df = pd.dataframe(data, columns=columns)""" i ii iii 0 4 5 9 1 0 3 4 2 7 9 1 3 8 2 3 """ |
通过 . 属性直接获取指定行, 返回series对象
|
1
2
3
4
5
6
7
8
|
df.i"""0 41 02 73 8name: i, dtype: int64""" |
[]
单列索引, 返回dataframe对象
|
1
2
3
4
5
6
7
8
|
df[["i"]]""" i0 41 02 73 8""" |
多列索引, 返回dataframe对象
|
1
2
3
4
5
6
7
8
|
df[["i", "ii"]]""" i ii0 4 51 0 32 7 93 8 2""" |
同时索引行及列
通过指定索引名或切片方式进行索引
|
1
2
3
4
5
6
7
8
9
10
11
|
index = ["a", "f", "c", "h"]columns = ["i", "ii", "iii"]df = pd.dataframe(data, index=index, columns=columns)""" i ii iiia 4 5 9f 0 3 4c 7 9 1h 8 2 3""" |
loc
通过指定行及列索引名进行索引, 返回dataframe对象
|
1
2
3
4
5
6
|
df.loc[["a", "f"], ["ii", "iii"]]""" ii iiia 5 9f 3 4""" |
通过指定行及列索引名范围进行索引(包含边值), 返回dataframe对象
|
1
2
3
4
5
6
7
|
df.loc["a":"c", "ii":"iii"]""" ii iiia 5 9f 3 4c 9 1""" |
iloc
通过指定行及列索引号进行索引, 返回dataframe对象
|
1
2
3
4
5
6
|
df.iloc[[0, 1], [1, 2]]""" ii iiia 5 9f 3 4""" |
通过指定行及列索引号范围进行切片索引(左闭右开), 返回dataframe对象
|
1
2
3
4
5
6
7
|
df.iloc[:3, 1:3]""" ii iiia 5 9f 3 4c 9 1""" |
ix(不建议使用)
通过指定行及列索引号范围或名字范围进行切片, 返回dataframe对象
|
1
2
3
|
df.ix["a":"c", "i":"iii"]df.ix["a":"c", 1:3]df.ix[:3, 1:3] |
tips: 只有使用 iloc 或 ix 按索引号进行切片索引时才为左闭右开, 其余全闭
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://segmentfault.com/a/1190000019380372
