pandas 学习（一）基本习惯用法--切片及排序

Bertha 。 2022-05-18 06:39 303阅读 0赞

import pandas as pd
    import numpy as np
    df=pd.DataFrame({"AAA":[4,5,6,7],"BBB":[10,20,30,40],"CCC":[100,50,-30,-50]});
    print(df)

output:

AAA  BBB  CCC  
0    4   10  100  
1    5   20   50  
2    6   30  -30  
3    7   40  -50

1.对数据进行访问.

gg=df[["AAA"]]####选择表格中的'AAA'列，返回的是DataFrame属性
    print(gg)
    ###对行进行访问
    ja=df.loc[0]###返回序列
    print(ja)
    jb=df[0:1]###返回DataFrame属性
    print(jb)
    ###对某一个数值进行访问
    t=df.loc[0,"AAA"]
    print(t)
    print("#######")
    f=df.iloc[0,0]
    print(f)
    ###添加列
    df["logic"]=np.where(df.AAA>5,"high","low")
    df["jia"]=[4,2,1,1]
    print(df)

output:

0    4  
1    5  
2    6  
3    7  
Name: AAA, dtype: int64  
   AAA  
0    4  
1    5  
2    6  
3    7  
AAA      4  
BBB     10  
CCC    100  
Name: 0, dtype: int64  
   AAA  BBB  CCC  
0    4   10  100  
4  
\#\#\#\#\#\#\#  
4  
   AAA  BBB  CCC logic  jia  
0    4   10  100   low    4  
1    5   20   50   low    2  
2    6   30  -30  high    1  
3    7   40  -50  high    1

.loc()主要是基于标签,index或者是boolean对数组进行访问，.iloc()纯粹基于整数位置的索引，用于按位置选择。也可以使用.loc()或者.iloc选取多行或者多列。

hja=df[["AAA","BBB"]]
    print(hja)
    fg=df[0:2]
    print(fg)
    splice=df.loc[1:3,["AAA","BBB"]]
    print(splice)
    salite=df.iloc[1:3,0:3]
    print(salite)

output:

AAA  BBB  
0    4   10  
1    5   20  
2    6   30  
3    7   40  
   AAA  BBB  CCC logic  jia  
0    4   10  100   low    4  
1    5   20   50   low    2  
   AAA  BBB  
1    5   20  
2    6   30  
3    7   40  
   AAA  BBB  CCC  
1    5   20   50  
2    6   30  -30

补充：使用切片的列表不包含最后一个数，所以上述两个命令的结果具有差异。

2，对数据进行排序

对数值进行排序运用sort\_value()函数的具体形式如下：

sort\_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na\_position='last')

by:要排序的名称或名称列表,即要排序的行或者列，可以为标签名或者是index

axis：指按照行或者按照列进行排序规则计算，默认是按照列0，axis=1为按照行进行排序

ascending:表示升序，默认为升序，若ascengding=False则为降序排列

kind:表示排序算法，默认为“quicksort”

na\_position表示把NA值放置在什么位置，默认是放在最后，可以设置放在最前，即na\_position='first'

###按照值进行排序
    print(df.sort_values(by="CCC"))
    print(df.sort_values(by=["CCC","AAA"]))##优先按照CCC列排序，第二次序为AAA，默认为升序、
    print(df.sort_values(by="CCC",ascending=False))
    sf=df[["AAA","BBB","CCC","jia"]]
    print(sf.sort_values(by=0,axis=1,ascending=False))

output:

AAA  BBB  CCC logic  jia  
3    7   40  -50  high    1  
2    6   30  -30  high    1  
1    5   20   50   low    2  
0    4   10  100   low    4  
   AAA  BBB  CCC logic  jia  
3    7   40  -50  high    1  
2    6   30  -30  high    1  
1    5   20   50   low    2  
0    4   10  100   low    4  
   AAA  BBB  CCC logic  jia  
0    4   10  100   low    4  
1    5   20   50   low    2  
2    6   30  -30  high    1  
3    7   40  -50  high    1  
   CCC  BBB  AAA  jia  
0  100   10    4    4  
1   50   20    5    2  
2  -30   30    6    1  
3  -50   40    7    1

还有一种按照index排序的函数.sort\_imdex()函数，具体参见[https://blog.csdn.net/sinat\_29957455/article/details/78993732][https_blog.csdn.net_sinat_29957455_article_details_78993732]

本文参考以下内容，只是学习整理，如有错误，欢迎指正，谢谢。

pandas的排序与排名：[https://blog.csdn.net/sinat\_29957455/article/details/78993732][https_blog.csdn.net_sinat_29957455_article_details_78993732]

python中pandas包中的dataframe有关操作.iloc与.loc的区别：[https://blog.csdn.net/llx1026/article/details/77722608][https_blog.csdn.net_llx1026_article_details_77722608]

用pandas中的dataframe时选取行和列：[https://blog.csdn.net/wanglingli95/article/details/78887771][https_blog.csdn.net_wanglingli95_article_details_78887771]

[https_blog.csdn.net_sinat_29957455_article_details_78993732]: https://blog.csdn.net/sinat_29957455/article/details/78993732
[https_blog.csdn.net_llx1026_article_details_77722608]: https://blog.csdn.net/llx1026/article/details/77722608
[https_blog.csdn.net_wanglingli95_article_details_78887771]: https://blog.csdn.net/wanglingli95/article/details/78887771