利用pandas怎么对行列的数据进行抽取

今天就跟大家聊聊有关利用pandas怎么对行列的数据进行抽取，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。

取行和列的几种常用方式：

data[ 列名 ]： 取单列或多列，不能用连续方式取，也不能用于取行。
data.列名： 只用于取单列，不能用于行。
data[ i:j ]： 用起始行下标(i)和终止行下标(j)取单行或者连续多行，不能用于列的选取。
data.loc[行名,列名]： 用对象的.loc[]方法实现各种取数据方式。
data.iloc[行下标,列下标]： 用对象的.iloc[]方法实现各种取数据方式。

首先生成一个DataFrame对象：

import pandas as pd
score = [[34,67,87],[68,98,58],[75,73,86],[94,59,81]]
name = ['小新','小红','小李']
course = ['语文','数学','英语','政治']
mydata = pd.DataFrame(data=score,columns=name,index=course)#指定行列名
print(mydata)

小新  小红  小李
语文  34  67  87
数学  68  98  58
英语  75  73  86
政治  94  59  81

1. 直接用列名抽取单列或多列 – data[列名]

print(mydata['小红']) # 输出是一个Series对象，而不是DataFrame对象
语文 67
数学 98
英语 73
政治 59 

print(mydata[['小红']]) # 加了[]，此时输出的是DataFrame对象
 小红
语文 67
数学 98
英语 73
政治 59

print(mydata[['小红','小李']]) #选择两列，此时必须用[]将两列括起来
 小红 小李
语文 67 87
数学 98 58
英语 73 86
政治 59 81

2. 用行所在矩阵索引抽取一个行或者连续多行数据

print(mydata[0:1]) #通过0:1选择了第0行
 小新 小红 小李
语文 34 67 87

mydata[0:3] #通过0:3选择了第0,1,2三行
 小新 小红 小李
语文 34 67 87
数学 68 98 58
英语 75 73 86

3. 用数据的“·”方式获取某一列数据

print(mydata.小红) #通过.小红选择了小红列，注意输出的是Series对象
语文 67
数学 98
英语 73
政治 59

4. panadas 中利用DataFrame对象的.loc[,]、.iloc[,]方法抽取数据

引例：

import pandas as pd
score = [[34,67,87],[68,98,58],[75,73,86],[94,59,81]]
name = ['小新','小红','小李']
course = ['语文','数学','英语','政治']
mydata1 = pd.DataFrame(data=score,columns=name,index=course) # 指定行名（index）和列名（columns）
print(mydata1)
mydata2 = pd.DataFrame(score) # 不指定行列名，默认使用0,1,2……
print(mydata2)

    小明  小红  小李
语文  34  67  87
数学  68  98  58
英语  75  73  86
政治  94  59  81
    0   1   2
0  34  67  87
1  68  98  58
2  75  73  86
3  94  59  81

DataFrame对象的.loc[]和.iloc[]方法都可用于抽取数据，区别是：

• .loc[]： 以列名和行名作为参数。

• .iloc[]： 以二维矩阵的位置指标（即0,1,2……）作为参数。

.loc[]语法：

有两个输入参数，第一个指定行名，第二个指定列名。当只有一个参数时，默认是行名（即抽取整行），所有列都选中。

.iloc[]语法：

有两个输入参数，第一个指定行位置，第二个指定列位置。当只有一个参数时，默认是行位置（即抽取整行），所有列都选中。

总结：

当需要选中所有行的某几列时，行参数可以省略，列参数需要指定，此时列参数前面必须带上“,:”，形如.loc[:,列参数]，.iloc[:,列参数]。

两种方法当只指定一个输入参数时，都默是跟“行”相关，而“列”则全部被选中。如何行和列都需要指定时，中间用“逗号,”隔开，这非常重要，否则出错。

两个方法都接受两个参数，第一个是“行标签”或者“矩阵行号”，第二个是“列标签”或者“矩阵列号”。

看完上述内容，你们对利用pandas怎么对行列的数据进行抽取有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注亿速云行业资讯频道，感谢大家的支持。