使用pandas怎么實現(xiàn)數(shù)據(jù)索引與選取

今天就跟大家聊聊有關(guān)使用pandas怎么實現(xiàn)數(shù)據(jù)索引與選取，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

1. df[]:

一維
行維度：
    整數(shù)切片、標(biāo)簽切片、<布爾數(shù)組>
列維度：
    標(biāo)簽索引、標(biāo)簽列表、Callable

df[:3]
df['a':'c']
df[[True,True,True,False,False,False]] # 前三行（布爾數(shù)組長度等于行數(shù)）
df[df['A']>0] # A列值大于0的行
df[(df['A']>0) | (df['B']>0)] # A列值大于0，或者B列大于0的行
df[(df['A']>0) & (df['C']>0)] # A列值大于0，并且C列大于0的行

df['A']
df[['A','B']]
df[lambda df: df.columns[0]] # Callable

2. df.loc[]

二維，先行后列
行維度：
    標(biāo)簽索引、標(biāo)簽切片、標(biāo)簽列表、<布爾數(shù)組>、Callable
列維度：
    標(biāo)簽索引、標(biāo)簽切片、標(biāo)簽列表、<布爾數(shù)組>、Callable

df.loc['a', :]
df.loc['a':'d', :]
df.loc[['a','b','c'], :]
df.loc[[True,True,True,False,False,False], :] # 前三行（布爾數(shù)組長度等于行數(shù)）
df.loc[df['A']>0, :]
df.loc[df.loc[:,'A']>0, :]
df.loc[df.iloc[:,0]>0, :]
df.loc[lambda _df: _df.A > 0, :]

df.loc[:, 'A']
df.loc[:, 'A':'C']
df.loc[:, ['A','B','C']]
df.loc[:, [True,True,True,False]] # 前三列（布爾數(shù)組長度等于行數(shù)）
df.loc[:, df.loc['a']>0]     # a行大于0的列
df.loc[:, df.iloc[0]>0]      # 0行大于0的列
df.loc[:, lambda _df: ['A', 'B']]

df.A.loc[lambda s: s > 0]

3. df.iloc[]

二維，先行后列
行維度：
    整數(shù)索引、整數(shù)切片、整數(shù)列表、<布爾數(shù)組>
列維度：
    整數(shù)索引、整數(shù)切片、整數(shù)列表、<布爾數(shù)組>、Callable

df.iloc[3, :]
df.iloc[:3, :]
df.iloc[[0,2,4], :]
df.iloc[[True,True,True,False,False,False], :] # 前三行（布爾數(shù)組長度等于行數(shù)）
df.iloc[df['A']>0, :]    #× 為什么不行呢？想不通！
df.iloc[df.loc[:,'A']>0, :] #×
df.iloc[df.iloc[:,0]>0, :] #×
df.iloc[lambda _df: [0, 1], :]

df.iloc[:, 1]
df.iloc[:, 0:3]
df.iloc[:, [0,1,2]]
df.iloc[:, [True,True,True,False]] # 前三列（布爾數(shù)組長度等于行數(shù)）
df.iloc[:, df.loc['a']>0] #×
df.iloc[:, df.iloc[0]>0] #×
df.iloc[:, lambda _df: [0, 1]]

4. df.ix[]

二維，先行后列
行維度：
    整數(shù)索引、整數(shù)切片、整數(shù)列表、
    標(biāo)簽索引、標(biāo)簽切片、標(biāo)簽列表、
    <布爾數(shù)組>、
    Callable
列維度：
    整數(shù)索引、整數(shù)切片、整數(shù)列表、
    標(biāo)簽索引、標(biāo)簽切片、標(biāo)簽列表、
    <布爾數(shù)組>、
    Callable

df.ix[0, :]
df.ix[0:3, :]
df.ix[[0,1,2], :]

df.ix['a', :]
df.ix['a':'d', :]
df.ix[['a','b','c'], :]

df.ix[:, 0]
df.ix[:, 0:3]
df.ix[:, [0,1,2]]

df.ix[:, 'A']
df.ix[:, 'A':'C']
df.ix[:, ['A','B','C']]

5. df.at[]

精確定位單元格
行維度：
    標(biāo)簽索引
列維度：
    標(biāo)簽索引

df.at['a', 'A']

6. df.iat[]

精確定位單元格

行維度：
    整數(shù)索引
列維度：
    整數(shù)索引

df.iat[0, 0]

看完上述內(nèi)容，你們對使用pandas怎么實現(xiàn)數(shù)據(jù)索引與選取有進(jìn)一步的了解嗎？如果還想了解更多知識或者相關(guān)內(nèi)容，請關(guān)注億速云行業(yè)資訊頻道，感謝大家的支持。