总结一下 DataFrame索引问题
1.索引是什么
1.1 认识索引
先创建一个简单的DataFrame。
myList = [['a', 10, 1.1],
['b', 20, 2.2],
['c', 30, 3.3],
['d', 40, 4.4]]
df1 = pd.DataFrame(data = myList)
print(df1)
--------------------------------
[out]:
0 1 2
0 a 10 1.1
1 b 20 2.2
2 c 30 3.3
3 d 40 4.4
DataFrame中有两种索引：
- 行索引(index)：对应最左边那一竖列
- 列索引(columns)：对应最上面那一横行
两种索引默认均为从0开始的自增整数。
# 输出行索引
print(df1.index)
[out]:
RangeIndex(start=0, stop=4, step=1)
---------------------------------------
# 输出列索引
print(df1.columns)
[out]:
RangeIndex(start=0, stop=3, step=1)
---------------------------------------
# 输出所有的值
print(df1.values)
[out]:
array([['a', 10, 1.1],
['b', 20, 2.2],
['c', 30, 3.3],
['d', 40, 4.4]], dtype=object)
1.2 自定义索引
可以使用 index 这个参数指定行索引，columns 这个参数指定列索引。
df2 = pd.DataFrame(myList,
index = ['one', 'two', 'three', 'four'],
columns = ['char', 'int', 'float'])
print(df2)
-----------------------------------------------------------
[out]:
char int float
one a 10 1.1
two b 20 2.2
three c 30 3.3
four d 40 4.4
输出此时的行索引和列索引：
# 输出行索引
print(df2.index)
[out]:
Index(['one', 'two', 'three', 'four'], dtype='object')
--------------------------------------------------------
# 输出列索引
print(df2.columns)
[out]:
Index(['char', 'int', 'float'], dtype='object')
2. 索引的简单使用
2.1 列索引
- 选择一列：
print(df2['char'])
print(df2.char)
# 两种方式输出一样
[out]:
one a
two b
three c
four d
Name: char, dtype: object
注意此时方括号里面只传入一个字符串 ’char’，这样选出来的一列，结果的类型为 Series
type(df2['char'])
[out]: pandas.core.series.Series
- 选择多列：
print(df2[['char', 'int']])
[out]:
char int
one a 10
two b 20
three c 30
four d 40
注意此时方括号里面传入一个列表 [‘char’, ‘int’]，选出的结果类型为 DataFrame。
如果只想选出来一列，却想返回 DataFrame 类型怎么办？
print(df2[['char']])
[out]:
char
one a
two b
three c
four d
---------------------------------------
type(df2[['char']])
[out]：pandas.core.frame.DataFrame
注意直接使用 df2[0] 取某一列会报错，除非columns是由下标索引组成的，比如df1那个样子，df1[0] 就不会报错。
print(df1[0])
[out]:
0 a
1 b
2 c
3 d
Name: 0, dtype: object
-----------------------
print(df2[0])
[out]:
KeyError: 0
2.1.2 使用loc和iloc
df = dat_df.iloc[:, [0, 2, 3, 4]] #选择所有行，并选择第0，2，3，4列，列名可以为其它字符串
2.2 行索引
2.2.1 使用[ : ]
区别于选取列，此种方式 [ ] 中不再单独的传入一个字符串，而是需要使用冒号切片。
- 选取行标签从 ’two’ 到 ’three’ 的多行数据
print(df2['two': 'three'])
[out]:
char int float
two b 20 2.2
three c 30 3.3
# dataframe格式
# 也可以直接用数字
- 选取行标签为 ’two’ 这一行数据
# 此时返回的类型为DataFrame
print(df2['two': 'two'])
[out]:
char int float
two b 20 2.2
在 [ ] 中不仅可以传入行标签，还可以传入行的编号。
- 选取从第1行到第3行的数据(编号从0开始)
print(df2[1:4])
[out]:
char int float
two b 20 2.2
three c 30 3.3
four d 40 4.4
# dataframe格式
可以看到选取的数据是不包含方括号最右侧的编号所对应的数据的。
- 选取第1行的数据
print(df2[1:2])
[out]:
char int float
two b 20 2.2
2.2.2 使用.loc()和.iloc()
区别就是 .loc() 是根据行索引和列索引的值来选取数据，而 .iloc() 是根据从 0 开始的下标位置来进行索引的。
- 选取行：
1. 使用.loc()
print(df2.loc['one'])
[out]:
char a
int 10
float 1.1
Name: one, dtype: object
-------------------------------------------
print(df2.loc[['one', 'three']])
[out]:
char int float
one a 10 1.1
three c 30 3.3
-------------------------------------------
df2.loc['one': 'three']
Out[14]:
char int float
one a 10 1.1
two b 20 2.2
three c 30 3.3
2. 使用.iloc()
print(df2.iloc[0])
[out]:
char a
int 10
float 1.1
Name: one, dtype: object
-------------------------------------------
print(df2.iloc[[0, 2]])
[out]:
char int float
one a 10 1.1
three c 30 3.3
-------------------------------------------
df2.iloc[1: 3]
Out[18]:
char int float
two b 20 2.2
three c 30 3.3
3. 根据列条件，选取dataframe数据框中的数据
# 选取等于某些值的行记录 用 ==
df.loc[df['column_name'] == some_value]
# 选取某列是否是某一类型的数值 用 isin
df.loc[df['column_name'].isin(some_values)]
# 多种条件的选取 用 &
df.loc[(df['column'] == some_value) & df['other_column'].isin(some_values)]
# 选取不等于某些值的行记录 用 ！=
df.loc[df['column_name'] != some_value]
# isin返回一系列的数值,如果要选择不符合这个条件的数值使用~
df.loc[~df['column_name'].isin(some_values)]
4. 根据列条件，获取行索引号并转成列表
在dataframe中根据一定的条件，得到符合要求的某些行元素所在的位置
import pandas as pd
df = pd.DataFrame({'BoolCol': [1, 2, 3, 3, 4],'attr': [22, 33, 22, 44, 66]},
index=[10,20,30,40,50])
print(df)
a = df[(df.BoolCol==3)&(df.attr==22)].index.tolist()
print(a)
输出：
BoolCol attr
10 1 22
20 2 33
30 3 22
40 3 44
50 4 66
[30]
注意：df[(df.BoolCol==3)&(df.attr==22)].index 返回的是 index 对象列表，需转换为普通列表格式时用 tolist() 方法文章来源：https://www.toymoban.com/news/detail-402309.html
5. 索引操作集锦
a = data_1H2['num'].value_counts(sort=True, ascending=True).sort_index(ascending=False)
参考链接
[1] Pandas中DataFrame索引、选取数据 2020.3文章来源地址https://www.toymoban.com/news/detail-402309.html
到了这里，关于python中Pandas之DataFrame索引、选取数据的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
