如何实现pandas DataFrame数据选取，修改，切片

这篇文章主要为大家展示了如何实现pandas DataFrame数据选取，修改，切片，内容简而易懂，希望大家可以学习一下，学习完之后肯定会有收获的，下面让小编带大家一起来看看吧。

在刚开始使用pandas DataFrame的时候，对于数据的选取，修改和切片经常困惑，这里总结了一些常用的操作。

pandas主要提供了三种属性用来选取行/列数据：

先初始化一个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是这样的

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，比如这里是: 

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

1. df['column_name'] ，df[row_start_index, row_end_index] 选取指定整列数据

df['name']
df['gender']
df[['name','gender']] #选取多列，多列名字要放在list里
df[0:] #第0行及之后的行，相当于df的全部数据，注意冒号是必须的
df[:2] #第2行之前的数据（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] #倒数第3行到倒数第1行（不包含最后1行即倒数第1行，这里有点烦躁，因为从前数时从第0行开始，从后数就是-1行开始，毕竟没有-0）

2. loc，在知道列名字的情况下，df.loc[index,column] 选取指定行，列的数据

loc也提供了五种参数形式

注意 df.loc[df[‘one']>10]这样的写法是可以正常选出one列大于10的数据

# df.loc[index, column_name],选取指定行和列的数据
df.loc[0,'name'] # 'Snow'
df.loc[0:2, ['name','age']]  #选取第0行到第2行，name列和age列的数据, 注意这里的行选取是包含下标的。
df.loc[[2,3],['name','age']]  #选取指定的第2行和第3行，name和age列的数据
df.loc[df['gender']=='M','name']  #选取gender列是M，name列的数据
df.loc[df['gender']=='M',['name','age']] #选取gender列是M，name和age列的数据

3. iloc，在column name特别长或者index是时间序列等各种不方便输入的情况下，可以用iloc (i = index), iloc完全用数字来定位 iloc[row_index, column_index]

iloc提供了五种参数形式

注意：iloc接受有返回值的函数作为参数，但要保证函数返回的是整数/整数list，布尔值/布尔list

如果直接运行 df.iloc[df[‘one']>10]

则会报错 NotImplementedError: iLocation based boolean indexing on an integer type is not available

因为df[‘one'] > 10 返回的是 series类型的数据

除此之外，还可以进行组合切片

要注意的是，我们用df[参数]也可以进行切片，但这种方式容易引起chained indexing 问题。除此之外，**df[lable1][lable2]**的操作是线性的，对lable2的选取是在df[lable1]的基础上进行，速度相对较慢。所以在对数据进行切片的时候尽量使用iloc这类的方法

df.iloc[0,0] #第0行第0列的数据，'Snow'
df.iloc[1,2] #第1行第2列的数据，32
df.iloc[[1,3],0:2] #第1行和第3行，从第0列到第2列（不包含第2列）的数据
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列的数据

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

ix虽然强大，然而已经不再被推荐，因为在最新版的pandas里面，ix已经成为deprecated。（https://github.com/pandas-dev/pandas/issues/14218）

大概是因为可以混合label和position导致了很多用户问题和bug。

所以，用label就用loc，用position就用iloc。

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

切片时，iloc行不含下标上限，loc,ix行包含，列iloc和ix都不含列下标上限。（设计者的缺憾。。。）

以上就是关于如何实现pandas DataFrame数据选取，修改，切片的内容，如果你们有学习到知识或者技能，可以把它分享出去让更多的人看到。