Pandas数据分析教程(2)-数据读取之普通索引、lociloc索引

Pandas数据分析教程(2)-数据读取之普通索引、loc/iloc索引

没看过往期的朋友可以先看看第一期哈~

Pandas数据分析教程(1)-Series和Dataframe

---

在上一期中，我们简单介绍了Series和Dataframe两种Pandas中常用的数据结构，那么问题来了，假设我已经有了这两种数据，如何从中提取我想要的部分？

这个问题对于后续读取Excel文件 *** 作至关重要，毕竟Excel文件内容跟Dataframe很像，本节我记录下了Pandas中读取、选择、过滤两种数据结构的方法。

---

Dataframe类型从某种程度上来说，只不过是比Series多了一个维度，在读取时少填一个参数就可以了，读取方法本质上没啥区别，因此本文主要记录Dataframe的读取方法。

由于Pandas建立在Numpy的基础之上，Pandas的索引与Numpy数组索引的功能类似。但是，回忆一下，Numpy数组的索引必须是整数，而Pandas的索引可以是字符串，这就是最主要的区别。

本文记录两种主要方法：普通索引法和loc/iloc选择法。现建立一个Dataframe作为本文的例子：

>> table = pd.Dataframe(np.arange(16).reshape(4,4),
                     range(1,5),['A','B','C','D'])
>> table
    A   B   C   D
1   0   1   2   3
2   4   5   6   7
3   8   9  10  11
4  12  13  14  15

普通索引

普通索引主要用于选取指定列或列序列的数据，另外也可通过上一篇中所讲的布尔数组或者切片选取指定行：

table['C']         #选取'C'行，返回一个Series数据
table[['C','D']]   #选取'C'行和'D'行，返回一个Dataframe数据

用切片或者布尔数组可以选取指定行：

table[1:4]  #选取第2行到第4行，注意是按从0开始的索引计数的，而不是我们自己定的1-4,左闭右开
table[table['C']>7]  #选取C列大于7的行

注意：Series在切片时可有以下形式：obj [‘b’:‘d’]，截取行b到行d间的行，包括b、d（假定索引从’a’到’d’），也即左闭右闭。

loc/iloc索引

loc和iloc是pandas的两种用于索引的函数，相较于普通索引，这种方法运用的更为广泛。loc方法称为轴标签索引，iloc方法被称为整数索引。

首先来看iloc方法：

>> table.iloc[[2,3],[3,0,1]]
    D   A   B
3  11   8   9
4  15  12  13

本段代码代表选择第3行(下标为2)和第4行(下标为3)对应第4列、第1列、第2列的部分，注意输出数据的排列顺序是依据给出的索引数据来的。

loc方法与iloc方法的功能是一致的，区别在于，loc方法给出的索引可以不是整数，该方法默认用户填入的参数为定义的标签，而不是从0 → {rightarrow} →N-1的下标。譬如在本例中，列标签为[‘A’,‘B’,‘C’,‘D’]，那么可以做出如下示例：

>> table.loc[[2,3],['D','A','B']]
    D  A  B
2   7  4  5
3  11  8  9

这一次模块对索引的认定是用户自定义的索引了，不再是0→N-1的下标了

当然两种方法也是可以进行切片 *** 作的：

table.loc[1:3,:'C']
table.iloc[:,3:]

这些 *** 作都是很好理解的。同时，我们也可以传入布尔数组，进行条件筛选，来个复杂点的：

>> table.loc[2:4,['A','C','D']][(table.A>4) & (table.C>4)]  #思考该语句的意思
    A   C   D
3   8  10  11
4  12  14  15

---

其实还有一些其他的索引办法，例如at/iat索引、_get_value方法、ix方法(注意！最新版已弃用)等等，但总的来说，这些方法的功能loc/iloc索引可以做到，但loc/iloc索引能做到的这些方法做不到，所以一般都用的很少。at/iat索引、_get_value方法都是用于获取一个单元格的值的方法，其中at和iat的区别跟loc和iloc的区别是一样的。

下次？下次不知道会写啥了，写作内容随机 [狗头.jpg]。

转载请标注作者和出处链接