共计 4461 个字符，预计需要花费 12 分钟才能阅读完成。
原文链接：http://bbs.fishc.com/thread-7…
- import numpy as np
- import pandas as pd
- from pandas import Sereis, DataFrame
- ser = Series(np.arange(3.))
- data = DataFrame(np.arange(16).reshape(4,4),index=list(‘abcd’),columns=list(‘wxyz’))
- data[‘w’] #抉择表格中的 ’w’ 列，应用类字典属性, 返回的是 Series 类型
- data.w #抉择表格中的 ’w’ 列，应用点属性, 返回的是 Series 类型
- data[[‘w’]] #抉择表格中的 ’w’ 列，返回的是 DataFrame 属性
- data[[‘w’,’z’]] #抉择表格中的 ’w’、’z’ 列
- data[0:2] #返回第 1 行到第 2 行的所有行，前闭后开，包含前不包含后
- data[1:2] #返回第 2 行，从 0 计，返回的是单行，通过有前后值的索引模式，
- #如果采纳 data[1] 则报错
- data.ix[1:2] #返回第 2 行的第三种办法，返回的是 DataFrame，跟 data[1:2] 同
- data[‘a’:’b’] #利用 index 值进行切片，返回的是 ** 前闭后闭 ** 的 DataFrame,
- #即末端是蕴含的
- data.irow(0) #取 data 的第一行
- data.icol(0) #取 data 的第一列
- data.head() #返回 data 的前几行数据，默认为前五行，须要前十行则 dta.head(10)
- data.tail() #返回 data 的后几行数据，默认为后五行，须要后十行则 data.tail(10)
- ser.iget_value(0) #选取 ser 序列中的第一个
- ser.iget_value(-1) #选取 ser 序列中的最初一个，这种轴索引蕴含索引器的 series 不能采纳 ser[-1] 去获取最初一个，这回引起歧义。
- data.iloc[-1] #选取 DataFrame 最初一行，返回的是 Series
- data.iloc[-1:] #选取 DataFrame 最初一行，返回的是 DataFrame
- data.loc[‘a’,[‘w’,’x’]] #返回‘a’行 ’w’、’x’ 列，这种用于选取行索引列索引已知
- data.iat[1,1] #选取第二行第二列，用于已知行、列地位的选取。
例子：
- import pandas as pd
- from pandas import Series, DataFrame
- import numpy as np
- data = DataFrame(np.arange(15).reshape(3,5),index=[‘one’,’two’,’three’],columns=[‘a’,’b’,’c’,’d’,’e’])
- data
- Out[7]:
- a b c d e
- one 0 1 2 3 4
- two 5 6 7 8 9
- three 10 11 12 13 14
对列的操作方法有如下几种
- data.icol(0) #选取第一列
- E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: icol(i) is deprecated. Please use .iloc[:,i]
- # -*- coding: utf-8 -*-
- Out[35]:
- one 0
- two 5
- three 10
- Name: a, dtype: int32
- data[‘a’]
- Out[8]:
- one 0
- two 5
- three 10
- Name: a, dtype: int32
- data.a
- Out[9]:
- one 0
- two 5
- three 10
- Name: a, dtype: int32
- data[[‘a’]]
- Out[10]:
- a
- one 0
- two 5
- three 10
- data.ix[:,[0,1,2]] #不晓得列名只晓得列的地位时
- Out[13]:
- a b c
- one 0 1 2
- two 5 6 7
- three 10 11 12
- data.ix[1,[0]] #抉择第 2 行第 1 列的值
- Out[14]:
- a 5
- Name: two, dtype: int32
- data.ix[[1,2],[0]] #抉择第 2,3 行第 1 列的值
- Out[15]:
- a
- two 5
- three 10
- data.ix[1:3,[0,2]] #抉择第 2 - 4 行第 1、3 列的值
- Out[17]:
- a c
- two 5 7
- three 10 12
- data.ix[1:2,2:4] #抉择第 2 - 3 行，3-5（不包含 5）列的值
- Out[29]:
- c d
- two 7 8
- data.ix[data.a>5,3]
- Out[30]:
- three 13
- Name: d, dtype: int32
- data.ix[data.b>6,3:4] #抉择 ’b’ 列中大于 6 所在的行中的第 4 列，有点拗口
- Out[31]:
- d
- three 13
- data.ix[data.a>5,2:4] #抉择 ’a’ 列中大于 5 所在的行中的第 3 -5（不包含 5）列
- Out[32]:
- c d
- three 12 13
- data.ix[data.a>5,[2,2,2]] #抉择 ’a’ 列中大于 5 所在的行中的第 2 列并反复 3 次
- Out[33]:
- c c c
- three 12 12 12
还能够行数或列数跟行名列名混着用
- data.ix[1:3,[‘a’,’e’]]
- Out[24]:
- a e
- two 5 9
- three 10 14
- data.ix[‘one’:’two’,[2,1]]
- Out[25]:
- c b
- one 2 1
- two 7 6
- data.ix[[‘one’,’three’],[2,2]]
- Out[26]:
- c c
- one 2 2
- three 12 12
- data.ix[‘one’:’three’,[‘a’,’c’]]
- Out[27]:
- a c
- one 0 2
- two 5 7
- three 10 12
- data.ix[[‘one’,’one’],[‘a’,’e’,’d’,’d’,’d’]]
- Out[28]:
- a e d d d
- one 0 4 3 3 3
- one 0 4 3 3 3
对行的操作有如下几种：
- data[1:2] #（不晓得列索引时）抉择第 2 行，不能用 data[1]，能够用 data.ix[1]
- Out[18]:
- a b c d e
- two 5 6 7 8 9
- data.irow(1) #选取第二行
- E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: irow(i) is deprecated. Please use .iloc[i]
- # -*- coding: utf-8 -*-
- Out[36]:
- a 5
- b 6
- c 7
- d 8
- e 9
- Name: two, dtype: int32
- data.ix[1] #抉择第 2 行
- Out[20]:
- a 5
- b 6
- c 7
- d 8
- e 9
- Name: two, dtype: int32
- data[‘one’:’two’] #当用已知的行索引时为前闭后闭区间，这点与切片稍有不同。
- Out[22]:
- a b c d e
- one 0 1 2 3 4
- two 5 6 7 8 9
- data.ix[1:3] #抉择第 2 到 4 行，不包含第 4 行，即前闭后开区间。
- Out[23]:
- a b c d e
- two 5 6 7 8 9
- three 10 11 12 13 14
- data.ix[-1:] #取 DataFrame 中最初一行，返回的是 DataFrame 类型,** 留神 ** 这种取法是有应用条件的，只有当行索引不是数字索引时才能够应用，否则能够选用 `data[-1:]`– 返回 DataFrame 类型或 `data.irow(-1)`– 返回 Series 类型
- Out[11]:
- a b c d e
- three 10 11 12 13 14
- data[-1:] #跟下面一样，取 DataFrame 中最初一行，返回的是 DataFrame 类型
- Out[12]:
- a b c d e
- three 10 11 12 13 14
- data.ix[-1] #取 DataFrame 中最初一行，返回的是 Series 类型，这个一样，行索引不能是数字时才能够应用
- Out[13]:
- a 10
- b 11
- c 12
- d 13
- e 14
- Name: three, dtype: int32
- data.tail(1) #返回 DataFrame 中的最初一行
- data.head(1) #返回 DataFrame 中的第一行
最近解决数据时发现当 pd.read_csv() 数据时有时候会有读取到未命名的列，且该列也用不到，个别是索引列被换掉后导致的，有强迫症的看着好受，这时候 dataframe.drop([columns,]) 是没法解决的，怎么办呢，
最笨的办法是间接给列索引重命名：
data6
Unnamed: 0 high symbol time
date
2016-11-01 0 3317.4 IF1611 18:10:44.8
2016-11-01 1 3317.4 IF1611 06:01:04.5
2016-11-01 2 3317.4 IF1611 07:46:25.5
2016-11-01 3 3318.4 IF1611 09:30:04.0
2016-11-01 4 3321.8 IF1611 09:31:04.0
data6.columns = list(‘abcd’)
data6
a b c d
date
2016-11-01 0 3317.4 IF1611 18:10:44.8
2016-11-01 1 3317.4 IF1611 06:01:04.5
2016-11-01 2 3317.4 IF1611 07:46:25.5
2016-11-01 3 3318.4 IF1611 09:30:04.0
2016-11-01 4 3321.8 IF1611 09:31:04.0
正文完
