關於pandas資料選擇的知識點總結。
df = pd.dataframe()
建立的dataframe資訊如下:
a b c
0 3 1.2 aa
1 4 2.4 bb
2 8 4.5 cc
3 9 7.3 dd
結果如下:df1 = df['a'] # 根據列名選取一列,以series的形式返回列
df1 = df.a # 與上面寫法效果相同
0 3
1 4
2 8
3 9
df1 = df[['a', 'b']]
結果如下:
a b
0 3 1.2
1 4 2.4
2 8 4.5
3 9 7.3
df[0:2] # 選擇前三行
結果如下:
a b c
0 3 1.2 aa
1 4 2.4 bb
df.iloc[0,:] # 選擇第一行
結果如下:
a 3
b 1.2
c aa
name: 0, dtype: object
df.iloc[0, 0] # 選擇第一行第一列的元素
結果如下:
3
結果如下:df.loc[:, ['b', 'c']] # 選擇b c列的所有行
print("**********===")
df.loc[1:2, :] # 選擇2 3 行的所有列
print("**********===")
df.loc[1:2, ['b', 'c']] # 選擇2 3 行的b c列
print("**********===")
df.at[2, 'a'] # 獲取第三行,'a'列的元素, at與loc的用法和效果相同
b c
0 1.2 aa
1 2.4 bb
2 4.5 cc
3 7.3 dd
**********===
a b c
1 4 2.4 bb
2 8 4.5 cc
**********===
b c
1 2.4 bb
2 4.5 cc
**********===
8
df.iloc[2] # 選擇索引是2的行
結果如下:
a 8
b 4.5
c cc
name: 2, dtype: object
df.iloc[[1, 2], [0, 2]]
結果如下:
a c
1 4 bb
2 8 cc
df.iloc[1, 1] #
獲取具體值
df.iloc[1, 1] # 獲取第二行第二列的值
df.iat[1, 1] # 獲取第二行第二列的值,效果與iloc()相同
參考
Pandas 選擇資料
pandas 具有非常豐富的資料篩選能力,可以支援多種個性化的篩選 dates pd.date range 20210125 periods 6 df pd.dataframe np.arange 24 reshape 6,4 index dates,columns a b c d print df...
pandas資料選擇(索引)
import pandas as pd import numpy as npdates pd.date range 20180101 periods 6 df pd.dataframe np.arange 24 reshape 6,4 index dates,columns a b c d prin...
入門pandas 資料刪除
刪除單行 import pandas as pd path c users administrator desktop playground2 刪除.xlsx data pd.read excel path print data.drop 2 刪除多行 print data.drop labels ...