Pandas 索引和数据查询
Pandas 索引和数据查询的操作实例
在本章中，我们将讨论如何对日期进行切片和切块，并获得Pandas对象的子集。
Python和NumPy索引运算符“[]”和属性运算符“.”。可以在各种用例中快速轻松地访问Pandas数据结构。但是，由于事先不知道要访问的数据类型，因此直接使用标准运算符存在一些优化限制。对于生产代码，我们建议您利用本章中介绍的优化的熊猫数据访问方法。
Pandas现在支持三种类型的多轴索引：下表中提到了三种类型-
| 索引 |
说明 |
| .loc() |
基于标签 |
| .iloc() |
基于整数 |
| .ix() |
基于标签和整数 |
.loc()
Pandas 提供了多种方法来具有纯粹基于标签的索引。切片时，还包括起始边界。整数是有效的标签，但它们引用的是标签而不是位置。
.loc() 具有多种访问方法，例如：
一个标量标签
标签列表
切片对象
布尔数组
loc 需要两个单/列表/范围运算符，以“，”分隔。第一个指示行，第二个指示列。
案例 1
# 导入pandas库并起别名pd
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4),
index = ['a','b','c','d','e','f','g','h'], columns = ['A', 'B', 'C', 'D'])
# 选择特定列的所有行
print(df.loc[:,'A'])
运行结果：
a 0.391548
b -0.070649
c -0.317212
d -2.162406
e 2.202797
f 0.613709
g 1.050559
h 1.122680
Name: A, dtype: float64
实例 2
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4),
index = ['a','b','c','d','e','f','g','h'], columns = ['A', 'B', 'C', 'D'])
# 为多个列选择所有行，比如list[]
print(df.loc[:,['A','C']])
运行结果：
A C
a 0.391548 0.745623
b -0.070649 1.620406
c -0.317212 1.448365
d -2.162406 -0.873557
e 2.202797 0.528067
f 0.613709 0.286414
g 1.050559 0.216526
h 1.122680 -1.621420
实例 3
# 导入pandas库并起别名pd
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4),
index = ['a','b','c','d','e','f','g','h'], columns = ['A', 'B', 'C', 'D'])
# 为多个列选择几行，比如list[]
print(df.loc[['a','b','f','h'],['A','C']])
运行结果：
A C
a 0.391548 0.745623
b -0.070649 1.620406
f 0.613709 0.286414
h 1.122680 -1.621420
实例 4
# 导入pandas库并起别名pd
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4),
index = ['a','b','c','d','e','f','g','h'], columns = ['A', 'B', 'C', 'D'])
# 为所有列选择行范围
print(df.loc['a':'h'])
运行结果：
A B C D
a 0.391548 -0.224297 0.745623 0.054301
b -0.070649 -0.880130 1.620406 1.419743
c -0.317212 -1.929698 1.448365 0.616899
d -2.162406 0.614256 -0.873557 1.093958
e 2.202797 -2.315915 0.528067 0.612482
f 0.613709 -0.157674 0.286414 -0.500517
g 1.050559 -2.272099 0.216526 0.928449
h 1.122680 0.324368 -1.621420 -0.741470
实例 5
# 导入pandas库并起别名pd
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4),
index = ['a','b','c','d','e','f','g','h'], columns = ['A', 'B', 'C', 'D'])
# 用于使用布尔数组获取值
print(df.loc['a']>0)
运行结果：
A False
B True
C False
D False
Name: a, dtype: bool
.iloc()
Pandas 提供了多种方法来获得纯粹基于整数的索引。像python和numpy一样，它们都是基于0的索引。
各种访问方法如下：
整数
整数列表
值范围
实例1
# 导入pandas库并起别名pd
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
# 选择特定列的所有行
print(df.iloc[:4])
运行结果：
A B C D
0 0.699435 0.256239 -1.270702 -0.645195
1 -0.685354 0.890791 -0.813012 0.631615
2 -0.783192 -0.531378 0.025070 0.230806
3 0.539042 -1.284314 0.826977 -0.026251
实例 2
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
# 整数切片
print(df.iloc[:4]
print(df.iloc[1:5, 2:4])
运行结果：
A B C D
0 0.699435 0.256239 -1.270702 -0.645195
1 -0.685354 0.890791 -0.813012 0.631615
2 -0.783192 -0.531378 0.025070 0.230806
3 0.539042 -1.284314 0.826977 -0.026251
C D
1 -0.813012 0.631615
2 0.025070 0.230806
3 0.826977 -0.026251
4 1.423332 1.130568
实例 3
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
# 对值列表进行切片
print(df.iloc[[1, 3, 5], [1, 3]]
print(df.iloc[1:3, :])
print(df.iloc[:,1:3])
运行结果：
B D
1 0.890791 0.631615
3 -1.284314 -0.026251
5 -0.512888 -0.518930
A B C D
1 -0.685354 0.890791 -0.813012 0.631615
2 -0.783192 -0.531378 0.025070 0.230806
B C
0 0.256239 -1.270702
1 0.890791 -0.813012
2 -0.531378 0.025070
3 -1.284314 0.826977
4 -0.460729 1.423332
5 -0.512888 0.581409
6 -1.204853 0.098060
7 -0.947857 0.641358
.ix()
除了基于纯标签和基于整数的方法外，Pandas还提供了一种混合方法，用于使用.ix()运算符选择和子集对象。
实例 1
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
# 整数切片
print(df.ix[:4])
运行结果：
A B C D
0 0.699435 0.256239 -1.270702 -0.645195
1 -0.685354 0.890791 -0.813012 0.631615
2 -0.783192 -0.531378 0.025070 0.230806
3 0.539042 -1.284314 0.826977 -0.026251
实例 2
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
# 索引切片
print(df.ix[:,'A'])
运行结果：
0 0.699435
1 -0.685354
2 -0.783192
3 0.539042
4 -1.044209
5 -1.415411
6 1.062095
7 0.994204
Name: A, dtype: float64
符号的使用
通过多轴索引从Pandas对象获取值使用以下符号：
| 对象 |
索引器 |
返回类型 |
| Series |
s.loc[indexer] |
标量值 |
| DataFrame |
df.loc[row_index,col_index] |
Series 对象 |
| Panel |
p.loc[item_index,major_index, minor_index] |
p.loc[item_index,major_index, minor_index] |
.iloc（）和.ix（）应用相同的索引选项和返回值。
我们看看如何对DataFrame对象执行每个操作。我们将使用基本索引运算符'[]'-
实例 1
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
print(df['A'])
运行结果：
0 -0.478893
1 0.391931
2 0.336825
3 -1.055102
4 -0.165218
5 -0.328641
6 0.567721
7 -0.759399
Name: A, dtype: float64
我们可以将值列表传递给[]以选择那些列
实例 2
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
print(df[['A','B']])
运行结果：
A B
0 -0.478893 -0.606311
1 0.391931 -0.949025
2 0.336825 0.093717
3 -1.055102 -0.012944
4 -0.165218 1.550310
5 -0.328641 -0.226363
6 0.567721 -0.312585
7 -0.759399 -0.372696
实例 3
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
print(df[2:2])
运行结果：
Columns: [A, B, C, D]
Index: []
属性访问
可以使用属性运算符“。”选择列。
实例
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
print(df.A)
运行结果：
0 -0.478893
1 0.391931
2 0.336825
3 -1.055102
4 -0.165218
5 -0.328641
6 0.567721
7 -0.759399
Name: A, dtype: float64
