pandas的基本操作（二）

dataframe在展現形式上像極了陣列，但是在資料處理中又和excle，資料庫非常類似。我們知道，對於陣列的處理，不管是python還是c語言，都是按照先行後列的方式方法進行處理。但是在dataframe中查詢和修改元素，既可以先行後列，也可列後行。

首先定義好了一組資料

import pandas as pd
import numpy as np
dates = pd.date_range(
'20200101'
, periods=6)
df=pd.dataframe(np.arange(60,
84).reshape((6
,4))
, index=dates, columns=
list
('abcd'))
print
(df)

資料的內容是60-83之間的連續自然數

a b c d 2020-01 -016061 6263 2020-01 -026465 6667 2020-01 -036869 7071 2020-01 -047273 7475 2020-01 -057677 7879 2020-01 -068081

8283

使用的方式方法，先行後列。不加行號預設整列。但是要注意中是字元型還是數字標籤

print
(df[
'a']
)print
(df[
'a'][2
])print
(df[
'a'][2
:5])
print
(df[
'a']
['20200105'
])

2020-01 -01602020-01 -02642020-01 -03682020-01 -04722020-01 -05762020-01 -0680freq: d, name: a, dtype: int32 682020-01 -03682020-01 -04722020-01 -0576freq: d, name: a, dtype: int32

76

使用df.loc df.iloc df.ix可以完成先行後列。中的形式都是[:,:]。逗號前表示行區間，逗號後表示列區間，可以索引。：可以預設，可以是數字，字元，條件語句等。其中，df.loc 索引必須是行列標籤，df.iloc索引必須是整數，df.ix 是二者的結合提，既可以標籤引索，也可以整數引索。總體來說，三種函式之間用法和效果區別不太大，想要知道原理的同學可以深入了解。df.ix會出現版本更新警告，不是錯誤。這裡就不再執行。

print
(df.loc[
'20200101',]
)print
(df.iloc[5,
3])print
(df.iloc[3:
5,1:
3])print
(df.loc[
'20200105'
,'a'
:'c'
])

輸出結果：

a 60 b 61 c 62 d 63 name: 2020-01 -0100: 00:00, dtype: int32 83 b c 2020-01 -047374 2020-01 -057778 a 76 b 77 c 78 name: 2020-01 -0500:

00:00, dtype: int32

精確到單元格，不同的是，乙個是數字定位，乙個是標籤定位。

print
(df.at[
'20200101'
,'d'])
print
(df.iat[3,
2])

結果

63

74

pandas 定位可以先行後列，也可以先列後行。定位的函式中，帶有』i』的可以進行數字（類似陣列是定位），沒有『i』的則使用行列標籤（字元）定位。但是也不完全絕對。不同工作的人員，有時候需要像白領處理**的方式，有時候需要像程式設計師遍歷的方式，有時候像工程師檢視資料庫的方式。那麼，以下的命令又會輸出什麼呢，你又是習慣那種定位方式呢？

print
(df.loc[
'20200105'][
2])print
(df[:3
])print
(df[df[
'a']
>70]
)

pandas的基本操作（二）

Pandas的基本操作（二）

pandas的基本操作

pandas的基本操作

相關推薦