Python pandas，DataFrame切片，DataFrame取行取列，loc()，iloc()

ゝ一世哀愁。 2022-03-18 11:18 301阅读 0赞

**demo.py（DataFrame切片，DataFrame取行取列）：**

# coding=utf-8
    import numpy as np
    import pandas as pd
    
    
    # 创建DataFrame
    df = pd.DataFrame(np.arange(12, 60).reshape((12, 4)), columns=["WW", "XX", "YY", "ZZ"])
    print(df)
    '''
        WW  XX  YY  ZZ
    0   12  13  14  15
    1   16  17  18  19
    2   20  21  22  23
    3   24  25  26  27
    4   28  29  30  31
    5   32  33  34  35
    6   36  37  38  39
    7   40  41  42  43
    8   44  45  46  47
    9   48  49  50  51
    10  52  53  54  55
    11  56  57  58  59
    '''
    
    # pandas取行或者列的注意点
    # - 方括号写数组,表示取行,对行进行操作
    # - 写字符串,表示取列索引,对列进行操作
    
    
    # 取行
    print(df[:5])  # 取前5行
    '''
       WW  XX  YY  ZZ
    0  12  13  14  15
    1  16  17  18  19
    2  20  21  22  23
    3  24  25  26  27
    4  28  29  30  31
    '''
    
    # 取一列
    print(df["YY"])
    '''
    0     14
    1     18
    2     22
    3     26
    4     30
    5     34
    6     38
    7     42
    8     46
    9     50
    10    54
    11    58
    Name: YY, dtype: int64
    '''
    print(type(df["YY"]))  # <class 'pandas.core.series.Series'>
    
    # 取多列
    print(df[["YY", "ZZ"]])
    '''
        YY  ZZ
    0   14  15
    1   18  19
    2   22  23
    3   26  27
    4   30  31
    5   34  35
    6   38  39
    7   42  43
    8   46  47
    9   50  51
    10  54  55
    11  58  59
    '''
    
    
    # 取指定行的某一列
    print(df[2:6]["ZZ"])
    '''
    2    23
    3    27
    4    31
    5    35
    Name: ZZ, dtype: int64
    '''
    
    
    # print(df.head(10))   # 取前10行，默认前5行
    # print(df.tail(10))   # 取后10行，默认后5行

--------------------

1.**df.loc** 通过**索引标签名**取数据

2.**df.iloc**通过**位置**获取数据 (位置从0开始算)

**demo.py（DataFrame，loc()根据索引名取行取列）：**

# coding=utf-8
    import numpy as np
    import pandas as pd
    
    
    # 创建DataFrame
    df = pd.DataFrame(np.arange(12, 32).reshape((5, 4)), index=["a","b","c","d","e"], columns=["WW","XX","YY","ZZ"])
    print(df)
    '''
       WW  XX  YY  ZZ
    a  12  13  14  15
    b  16  17  18  19
    c  20  21  22  23
    d  24  25  26  27
    e  28  29  30  31
    '''
    
    # 取一行
    print(df.loc["c"])  # Series类型
    # print(df.loc["c", :])  # Series类型
    '''
    WW    20
    XX    21
    YY    22
    ZZ    23
    Name: c, dtype: int64
    '''
    
    # 取多行
    print(df.loc[["a","d"]])  # DataFrame类型
    '''
       WW  XX  YY  ZZ
    a  12  13  14  15
    d  24  25  26  27
    '''
    
    # 取连续多行
    print(df.loc["b":"d"])  # loc()里的切片冒号，既包含"b"又包含"d"
    '''
       WW  XX  YY  ZZ
    b  16  17  18  19
    c  20  21  22  23
    d  24  25  26  27
    '''
    
    # 取单行单列
    print(df.loc["b", "YY"])  # 18  类型：<class 'numpy.int64'>
    
    # 取单行多列
    print(df.loc["b", ["XX","ZZ"]])  # Series类型
    '''
    XX    17
    ZZ    19
    Name: b, dtype: int64
    '''
    
    # 取多行多列
    print(df.loc[["b","d"], ["XX","ZZ"]])
    '''
       XX  ZZ
    b  17  19
    d  25  27
    '''
    
    # 取连续多行多列
    print(df.loc["b":"d", ["XX","ZZ"]])  # loc()里的切片冒号，既包含"b"又包含"d"
    '''
       XX  ZZ
    b  17  19
    c  21  23
    d  25  27
    '''
    
    # 取某一列
    print(df.loc[:, ["XX"]])  # DataFrame类型
    '''
       XX
    a  13
    b  17
    c  21
    d  25
    e  29
    '''
    
    # 取某一列
    print(df.loc[:, "XX"])  # Series类型
    '''
    a    13
    b    17
    c    21
    d    25
    e    29
    Name: XX, dtype: int64
    '''

**demo.py（DataFrame，iloc()根据位置取行取列）：**

--------------------

**loc()和iloc()并不会拷贝，只是视图上的操作，通过loc()或iloc()进行赋值修改会直接修改原先的DataFrame。**

**demo.py（DataFrame，通过loc()或iloc()进行赋值修改会直接修改原先的DataFrame）：**