pandas的DataFrame對象抽取“整列”或者“整行”數(shù)據(jù)

先給出能取行和列的幾種常用方式:

data[ 列名 ]:取單列或多列,不能用連續(xù)方式取箱靴,也不能用于取行给涕。
data[ i:j ]:用起始行下標(biāo)(i)和終止行下標(biāo)(j)取單行或者連續(xù)多行香嗓,不能用于列的選取垛叨。
data.列名:只用于取單列伦糯,不能用于行。
data.loc[行名,列名]:用對象的.loc[]方法實現(xiàn)各種取數(shù)據(jù)方式嗽元。
data.iloc[行下標(biāo),列下標(biāo)]:用對象的.iloc[]方法實現(xiàn)各種取數(shù)據(jù)方式敛纲。

……待添加……

首先生成一個DataFrame對象:

import pandas as pd
score = [[34,67,87],[68,98,58],[75,73,86],[94,59,81]]
name = ['Xm','小紅','小李']
course = ['語文','數(shù)學(xué)','英語','政治']
mydata = pd.DataFrame(data=score,columns=name,index=course)#指定行列名
print(mydata)

    Xm  小紅  小李
語文  34  67  87
數(shù)學(xué)  68  98  58
英語  75  73  86
政治  94  59  81

1、直接用列標(biāo)簽名抽取多列數(shù)據(jù)

語法:data[ 列名 ] √剂癌,data[ 行名 ]×
mydata['小紅'] #直接選擇'小紅'列淤翔,注意輸出是一個Series對象,而不是DataFrame對象
語文    67
數(shù)學(xué)    98
英語    73
政治    59 #Series對象

mydata[['小紅']] #直接選擇'小紅'列佩谷,但加了[]旁壮,此時輸出的是DataFrame對象
    小紅
語文  67
數(shù)學(xué)  98
英語  73
政治  59 #DataFrame對象

mydata[['小紅','小李'] #選擇兩列监嗜,此時必須用[]將兩列括起來,否則報錯
    小紅  小李
語文  67  87
數(shù)學(xué)  98  58
英語  73  86
政治  59  81

mydata['小紅','小李'] #選擇兩列抡谐,沒有加[]裁奇,報錯×××
mydata[['Xm':'小李']] #期望利用['Xm':'小李']連續(xù)選擇多列,報錯×××
mydata['Xm':'小李'] #期望利用'Xm':'小李'連續(xù)選擇多列童叠,報錯×××

mydata['語文'] #期望通過選擇‘語文’來得到語文對應(yīng)的行框喳,報錯×××

小結(jié):
(1)用數(shù)據(jù)直接加名稱的方式只能獲取完整的列(data[ 列名 ] √)课幕,不能企圖用行名來獲取一整行(data[ 行名 ] ×)厦坛。
(2)用data[ 列名 ] 方式只能明確指定待選取的列名,不能用連續(xù)取值方式乍惊。

2杜秸、用行所在矩陣索引抽取一個行或者連續(xù)多行數(shù)據(jù)

語法:data[ 行索引 ]√,data[ 列索引 ]×
mydata[0:1] #通過0:1選擇了第0行
    Xm  小紅  小李
語文  34  67  87

mydata[0:3] #通過0:3選擇了第0,1,2三行
    Xm  小紅  小李
語文  34  67  87
數(shù)學(xué)  68  98  58
英語  75  73  86

mydata[0] #想通過只用0一個參數(shù)得到第0行润绎,報錯×××

小節(jié):
(1)用數(shù)據(jù)直接加矩陣索引的方式只能獲取完整的行(data[ 行索引 ]√)撬碟,不能企圖用列索引來獲取一整列(data[ 列索引 ]×)。
(2)用data[ 列索引 ] 的方式只能取得單行莉撇,或者連續(xù)多行呢蛤,而沒法跳躍式指定抽取。

3棍郎、用數(shù)據(jù)的“·”方式獲取某一列數(shù)據(jù)

語法:data.列名√其障,data.行名×。
mydata.小紅 #通過.小紅選擇了小紅列涂佃,注意輸出的是Series對象
語文    67
數(shù)學(xué)    98
英語    73
政治    59 

mydata.語文 #企圖用同樣的方式輸出語文這一行励翼,報錯×××

小結(jié):
通過“data.列名”的方式只能取單獨一列,無法連續(xù)取辜荠,用同樣的方式取單獨一行汽抚。

4、通過對象的.lco[,]和.iloc[,]兩種方法取單行伯病、多行造烁、單列、多列午笛、混合數(shù)據(jù)惭蟋。

見另一篇博客:http://www.reibang.com/p/f430d4f1b33f
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市季研,隨后出現(xiàn)的幾起案子敞葛,更是在濱河造成了極大的恐慌,老刑警劉巖与涡,帶你破解...
    沈念sama閱讀 211,561評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件惹谐,死亡現(xiàn)場離奇詭異持偏,居然都是意外死亡,警方通過查閱死者的電腦和手機氨肌,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,218評論 3 385
  • 文/潘曉璐 我一進(jìn)店門鸿秆,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人怎囚,你說我怎么就攤上這事卿叽。” “怎么了恳守?”我有些...
    開封第一講書人閱讀 157,162評論 0 348
  • 文/不壞的土叔 我叫張陵考婴,是天一觀的道長。 經(jīng)常有香客問我催烘,道長沥阱,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,470評論 1 283
  • 正文 為了忘掉前任伊群,我火速辦了婚禮考杉,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘舰始。我一直安慰自己崇棠,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 65,550評論 6 385
  • 文/花漫 我一把揭開白布丸卷。 她就那樣靜靜地躺著枕稀,像睡著了一般。 火紅的嫁衣襯著肌膚如雪及老。 梳的紋絲不亂的頭發(fā)上抽莱,一...
    開封第一講書人閱讀 49,806評論 1 290
  • 那天,我揣著相機與錄音骄恶,去河邊找鬼食铐。 笑死,一個胖子當(dāng)著我的面吹牛僧鲁,可吹牛的內(nèi)容都是我干的虐呻。 我是一名探鬼主播,決...
    沈念sama閱讀 38,951評論 3 407
  • 文/蒼蘭香墨 我猛地睜開眼寞秃,長吁一口氣:“原來是場噩夢啊……” “哼斟叼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起春寿,我...
    開封第一講書人閱讀 37,712評論 0 266
  • 序言:老撾萬榮一對情侶失蹤朗涩,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后绑改,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體谢床,經(jīng)...
    沈念sama閱讀 44,166評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡兄一,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,510評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了识腿。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片出革。...
    茶點故事閱讀 38,643評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖渡讼,靈堂內(nèi)的尸體忽然破棺而出骂束,到底是詐尸還是另有隱情,我是刑警寧澤成箫,帶...
    沈念sama閱讀 34,306評論 4 330
  • 正文 年R本政府宣布展箱,位于F島的核電站,受9級特大地震影響伟众,放射性物質(zhì)發(fā)生泄漏析藕。R本人自食惡果不足惜召廷,卻給世界環(huán)境...
    茶點故事閱讀 39,930評論 3 313
  • 文/蒙蒙 一凳厢、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧竞慢,春花似錦先紫、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,745評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至败潦,卻和暖如春本冲,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背劫扒。 一陣腳步聲響...
    開封第一講書人閱讀 31,983評論 1 266
  • 我被黑心中介騙來泰國打工檬洞, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人沟饥。 一個月前我還...
    沈念sama閱讀 46,351評論 2 360
  • 正文 我出身青樓添怔,卻偏偏與公主長得像,于是被迫代替她去往敵國和親贤旷。 傳聞我的和親對象是個殘疾皇子广料,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,509評論 2 348

推薦閱讀更多精彩內(nèi)容