如何實現pandas DataFrame數據選取，修改，切片

這篇文章主要為大家展示了如何實現pandas DataFrame數據選取，修改，切片，內容簡而易懂，希望大家可以學習一下，學習完之后肯定會有收獲的，下面讓小編帶大家一起來看看吧。

在剛開始使用pandas DataFrame的時候，對于數據的選取，修改和切片經常困惑，這里總結了一些常用的操作。

pandas主要提供了三種屬性用來選取行/列數據：

先初始化一個DateFrame做例子

import numpy as np
import pandas as pd
df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])

df是這樣的

In [35]: df
Out[35]: 
   name  gender age
0  Snow   M    22
1  Tyrion  M    32
2  Sansa  F    18
3  Arya   F    14

如果每列都有column name，比如這里是: 

In [42]: df.columns
Out[42]: Index(['name', 'gender', 'age'], dtype='object')

1. df['column_name'] ，df[row_start_index, row_end_index] 選取指定整列數據

df['name']
df['gender']
df[['name','gender']] #選取多列，多列名字要放在list里
df[0:] #第0行及之后的行，相當于df的全部數據，注意冒號是必須的
df[:2] #第2行之前的數據（不含第2行）
df[0:1] #第0行
df[1:3] #第1行到第2行（不含第3行）
df[-1:] #最后一行
df[-3:-1] #倒數第3行到倒數第1行（不包含最后1行即倒數第1行，這里有點煩躁，因為從前數時從第0行開始，從后數就是-1行開始，畢竟沒有-0）

2. loc，在知道列名字的情況下，df.loc[index,column] 選取指定行，列的數據

loc也提供了五種參數形式

注意 df.loc[df[‘one']>10]這樣的寫法是可以正常選出one列大于10的數據

# df.loc[index, column_name],選取指定行和列的數據
df.loc[0,'name'] # 'Snow'
df.loc[0:2, ['name','age']]  #選取第0行到第2行，name列和age列的數據, 注意這里的行選取是包含下標的。
df.loc[[2,3],['name','age']]  #選取指定的第2行和第3行，name和age列的數據
df.loc[df['gender']=='M','name']  #選取gender列是M，name列的數據
df.loc[df['gender']=='M',['name','age']] #選取gender列是M，name和age列的數據

3. iloc，在column name特別長或者index是時間序列等各種不方便輸入的情況下，可以用iloc (i = index), iloc完全用數字來定位 iloc[row_index, column_index]

iloc提供了五種參數形式

注意：iloc接受有返回值的函數作為參數，但要保證函數返回的是整數/整數list，布爾值/布爾list

如果直接運行 df.iloc[df[‘one']>10]

則會報錯 NotImplementedError: iLocation based boolean indexing on an integer type is not available

因為df[‘one'] > 10 返回的是 series類型的數據

除此之外，還可以進行組合切片

要注意的是，我們用df[參數]也可以進行切片，但這種方式容易引起chained indexing 問題。除此之外，**df[lable1][lable2]**的操作是線性的，對lable2的選取是在df[lable1]的基礎上進行，速度相對較慢。所以在對數據進行切片的時候盡量使用iloc這類的方法

df.iloc[0,0] #第0行第0列的數據，'Snow'
df.iloc[1,2] #第1行第2列的數據，32
df.iloc[[1,3],0:2] #第1行和第3行，從第0列到第2列（不包含第2列）的數據
df.iloc[1:3,[1,2] #第1行到第3行（不包含第3行），第1列和第2列的數據

4. ix, ix很強大，loc和iloc的功能都能做到 ix[row_index, column_index]

ix雖然強大，然而已經不再被推薦，因為在最新版的pandas里面，ix已經成為deprecated。（https://github.com/pandas-dev/pandas/issues/14218）

大概是因為可以混合label和position導致了很多用戶問題和bug。

所以，用label就用loc，用position就用iloc。

df.ix[0,0] #第0行第0列的數據，'Snow'
df.ix[0,[1,2]] #第0行，第1列和第2列的數據
df.ix[0:2,[1,2]] #第0行到第2行（包含第3行），第1列和第2列的數據
df.ix[1,0:2] #第1行，從第0列到第2列（不包含第2列）的數據

切片時，iloc行不含下標上限，loc,ix行包含，列iloc和ix都不含列下標上限。（設計者的缺憾。。。）

以上就是關于如何實現pandas DataFrame數據選取，修改，切片的內容，如果你們有學習到知識或者技能，可以把它分享出去讓更多的人看到。