对pandas的行列名更改与数据选择详解

记录一些pandas选择数据的内容，此前首先说行列名的获取和更改，以方便获取数据。此文作为学习巩固。

这篇博的内容顺序大概就是： 行列名的获取 ―> 行列名的更改 ―> 数据选择

一、pandas的行列名获取和更改

1. 获取: df.index() df.columns()

首先，举个例子，做一个DataFrame如下：

 >>>import pandas as pd >>>import numpy as np >>>data = pd.DataFrame({'a':[1,2,3],'b':[4,5,6],'c':[7,8,9]}) >>>data

设置了列索引为 abc，行索引是自动生成的，也可以设置

 >>>data.index = ['A','B','C'] >>>data

以下的做法都以这个 data

作为数据举例

接下来就可以获取索引了，index-行索引，columns-列索引

 >>>data.index

 >>>data.columns

2. 修改，看到有很多方法，这里推荐一种比较灵活好用的方法

 df.rename(index={ }, columns={ }, inplace=True) >>>data.rename(index={'A':'D', 'B':'E', 'C':'F'}, columns={'a':'d', 'b':'e', 'c':'f'}, inplace = True) >>>data

说明3点：

1. index和columns无关，可以分别指定，也就是说，可以只修改行索引，那么rename()中只写index

2. 索引可以任意挑选，如此处，index={‘A’:’D’, ‘C’:’F’} 则只改A和C，columns同样

3. inplace=True, 在原dataframe上改动

二、pandas的数据选择

1. 直接用索引选(不灵活、不推荐） df[ ]

1） 选择‘a’列

 >>>data['a'] 

注意：

1. 这样取出的数据类型为 Series

2. 这种方法只能取出一列，不能用数字下标，不能多选或片选, data[‘a’,’b’] , data[‘a’:’c’] , data[0]

2）选择’A’,’B’行

 >>>data['A':'B'] >>>data[0:2] # 两种方法同一结果

注意：

1. 这样取出的数据类型为 DateFrame

2. 这种方法只能用于片选行，可以用数字下标，不能单独取，即 data[‘A’] , data[‘A’,’B’] , data[1]

2.使用 .loc(推荐） df.loc()，()内参数先行后列，区别行列的取法

1) 取列：

 >>>data.loc[:,['a','c']] #图1 需要行全取，再对应指定列

2）取行：

 >>>data.loc[['A','B']] #图2 直接指定行

3）取行列交叉值：

 >>>data.loc[['A'],['b','c']] #图3 

注意：

1. 区别 df.iloc()

.loc() ―― 使用标签 label 作为索引取值

.iloc() ―― 使用整数下标 index 作为索引取值,如上面三句可以换成以下三句，输出数据类型有不同

 >>>data.iloc[:,[0,2]] # DataFrame >>>data.iloc[[0,1]] # DataFrame >>>data.iloc[0,[1,2]] # Series

2. 对于 数字类型的变量，可以使用bool 选取行，列不能用bool，如

 >>>data.loc[data.b>5] # DataFrame

 >>>data.loc[data.b>5,['c']] #DataFrame 输出为9位置的frame >>>data.iloc[data.b.values>5,[2]] #DataFrame 输出同上，需要有 .values取值

3. .ix[ ] 可以混用label和index，位置使用同 .loc[ ] .iloc[ ]