快捷導(dǎo)航

Python讀取DataFrame的某行或某列的方法實(shí)現(xiàn)

更新時(shí)間：2024年04月02日 11:02:04 作者：想當(dāng)運(yùn)維的程序猿

Dataframe是Python中一種重要的數(shù)據(jù)處理工具,它能夠以表格形式存儲(chǔ)并處理數(shù)據(jù),本文主要介紹了Python讀取DataFrame的某行或某列的方法實(shí)現(xiàn),具有一定的參考價(jià)值,感興趣的可以了解一下

行索引、列索引、loc和iloc

import pandas as pd
import numpy as np
# 準(zhǔn)備數(shù)據(jù)
df = pd.DataFrame(np.arange(12).reshape(3,4),index=list("abc"),columns=list("WXYZ"))

在這里插入圖片描述

行索引(index)：對(duì)應(yīng)最左邊那一豎列
列索引(columns)：對(duì)應(yīng)最上面那一橫行
.loc[]官方釋義： Access a group of rows and columns by label(s) or a boolean array.（通過(guò)標(biāo)簽或布爾數(shù)組訪問(wèn)一組行和列）官方鏈接
- loc使用索引來(lái)取值，基礎(chǔ)用法 df.loc[[行索引],[列索引]]
.iloc[]官方釋義： Purely integer-location based indexing for selection by position.（按位置進(jìn)行索引選擇）官方鏈接
- iloc使用位置（從0開(kāi)始）來(lái)取值，基礎(chǔ)用法 df.iloc[[行位置],[列位置]]

一、根據(jù)列索引取某一列/多列（常用）

df['W']   # 取‘W'列，返回類型是Series
df[['W']] # 取‘W'列，返回類型是DataFrame
df[['W','Y']] # 取‘W'列和‘Y'列
df.loc[:,'W':'Y'] # 取‘W'列到‘Y'列

二、根據(jù)行索引取某一行/多行

df.loc['a']   # 取‘a(chǎn)'行，返回類型是Series
df.loc[['a']]   # 取‘a(chǎn)'行，返回類型是DataFrame
df.loc[['a','c']]   # 取‘a(chǎn)'行和‘c'行，也可以寫成 df.loc[['a','c'],:]
df.loc['a':'c',:]   # 取‘a(chǎn)'行到‘c'行

三、根據(jù)列位置取某一列/多列

df.iloc[:,1]    # 取第2列（‘X'列），列號(hào)為1，返回類型是Series
df.iloc[:,0:2]  # 取前2列（‘W'列和‘X'列），列號(hào)為0和1
df.iloc[:,0:-1] # 取最后一列之前的所有列

四、根據(jù)行位置取某一行/多行（常用）

df[:2]  #取前2行，行號(hào)為0和1
df[1:2] #取第2行，行號(hào)為1
df.iloc[1] # 取第2行（‘b'行），行號(hào)為1，返回類型是Series，也可以寫成df.iloc[1,:]

五、取某一行某一列（常用）

df.loc[['b'],['W']] # 取‘b'行‘W'列，返回類型是DataFrame，帶著行、列索引的
df.loc['b','W']     # 取‘b'行‘W'列的值，返回類型是int，不帶行列索引
df.loc['b']['W']    # 取‘b'行‘W'列的值(從Series類型df.loc['b']中通過(guò)索引取值)

df.iloc[[0],[0]]    # 取第1行、第1列，返回類型是DataFrame，帶著行、列索引的
df.iloc[0,0]        # 取第1行、第1列的值
df.iloc[0][0]       # 取第1行、第1列的值(從Series類型df.iloc[0]中通過(guò)序號(hào)取值)
df.iloc[0]['W']     # 取第1行、‘W'列的值(從Series類型df.iloc[0]中通過(guò)索引取值)

六、取多行多列

df[:2][['W','Y']]      # 取前2行的‘W'列和'Y‘列
df[:2].loc[:2,'W':'Y']  # 取前2行的‘W'列到'Y‘列

df.iloc[0][['W','Y']]  # 取第1行的‘W'列和'Y‘列
df.iloc[0]['W':'Y']    # 取第1行的‘W'列到'Y‘列

df.loc[["a","c"],["W","Y"]] # 取‘a(chǎn)'行和‘c'行，‘W'列和‘Y'列
df.iloc[[0,2],[1,3]]        # 取1、3行，2、4列

總結(jié)： 一般通過(guò)行位置來(lái)取行，通過(guò)列索引來(lái)取列，且行索引大多數(shù)情況下和行位置是相同的。
最常用的是以下幾個(gè)

# 取某一列
df['W']
# 取某一行
df.iloc[0] 
# 取多列
df.loc[:,'W':'Y'] # 取‘W'列到‘Y'列
df.iloc[:,0:-1]   # 取最后一列之前的所有列
# 取對(duì)應(yīng)行列的值
df.iloc[0]['W']
df.loc['a','W']  # 在行索引和行位置相同的情況下的寫法就是，df.loc[0,'W']

到此這篇關(guān)于Python讀取DataFrame的某行或某列的方法實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)Python讀取DataFrame行列內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: