【Pandas】选择数据

矫情吗；* 2023-07-10 15:50 8阅读 0赞

#### 1.创建一个DataFrame ####

import numpy as np
    import pandas as pd
    
    dates = pd.date_range("20200301", periods=6)
    df1 = pd.DataFrame(np.arange(24).reshape((6, 4)), index=dates, columns=["A", "B", "C", "D"])
    print(df1)
    # 结果为
    # A B C D
    # 2020-03-01 0 1 2 3
    # 2020-03-02 4 5 6 7
    # 2020-03-03 8 9 10 11
    # 2020-03-04 12 13 14 15
    # 2020-03-05 16 17 18 19
    # 2020-03-06 20 21 22 23

#### 2.选择数据 ####

# 选择A列
    print(df1["A"])
    print(df1.A)
    # 结果都是
    # 2020-03-01 0
    # 2020-03-02 4
    # 2020-03-03 8
    # 2020-03-04 12
    # 2020-03-05 16
    # 2020-03-06 20
    # Freq: D, Name: A, dtype: int32
    
    print(df1[["A","B"]])  # 选择A、B两列

print(df1[0:1])  # 取第1行，不能通过df1[0]这种写法取一行
    print(df1[0:5])  # 取前5行

print(df1["20200302":"20200305"])  # 取其中某几行
    # 输出结果为：
    # A B C D
    # 2020-03-02 4 5 6 7
    # 2020-03-03 8 9 10 11
    # 2020-03-04 12 13 14 15
    # 2020-03-05 16 17 18 19

**通过标签选择数据，loc\[ 标签名 \]**

# 通过标签选择数据
    print(df1.loc["20200303", ["A", "C"]])  # 选择某一行的某些列
    # 输出结果为:
    # A 8
    # C 10
    # Name: 2020-03-03 00:00:00, dtype: int32
    
    print(df1.loc["20200303":"20200305", ["A", "C"]])  # 选择某些行的某些列
    print(df1.loc[:, ["A", "C"]])  # 选择全部行的某些列

**通过位置选择数据，iloc\[ 数值 \]**

# 通过位置选择数据
    print(df1.iloc[2])  # 选择第一行（下标从0开始）
    # 输出结果为：
    # A 8
    # B 9
    # C 10
    # D 11
    # Name: 2020-03-03 00:00:00, dtype: int32
    
    print(df1.iloc[2:5])  # 选择某几行
    # 输出结果为：
    # A B C D
    # 2020-03-03 8 9 10 11
    # 2020-03-04 12 13 14 15
    # 2020-03-05 16 17 18 19
    
    print(df1.iloc[2:5, 0:2])  # 选择某几行的某几列
    # 输出结果为：
    # A B
    # 2020-03-03 8 9
    # 2020-03-04 12 13
    # 2020-03-05 16 17
    
    columns = df1.columns.values  # 获取列名
    print(df1.iloc[:, 0:len(columns)-1])  # 获取除了最后一列的所有列

**混合选择，ix\[ 行，列 \]，行和列可以是标签名也可以是整型**

# 混合选择
    print(df1.ix["20200301":"20200302", "A":"B"])
    print(df1.ix[0:2, 0:2])
    print(df1.ix[0:2, "A":"B"])
    print(df1.ix["20200301":"20200302", 0:2])
    # 以上输出结果都为：
    # A B
    # 2020-03-01 0 1
    # 2020-03-02 4 5

**根据比较条件选择**

print(df1[df1.A > 10])  # 选择df1中A列的值大于10的行
    # 输出结果为：
    # A B C D
    # 2020-03-04 12 13 14 15
    # 2020-03-05 16 17 18 19
    # 2020-03-06 20 21 22 23