pandas系列之DataFrame 行列数据筛选实例

一、对DataFrame的认知

DataFrame的本质是行(index)列(column)索引+多列数据。

为了简化理解，我们不妨换个思路…

现实中，为了简化对一件事物的描述，我们会选择几个特征。

例如，从（性别、身高、学历、职业、爱好..）等角度去刻画一个人，这些“角度”即为“特征”。

其中，不同的行表示不同的记录；列代表特征，不同记录因各个特征之间的差异而不同。

DataFrame默认索引是序号（0，1，2…），可以理解成位置索引。一般我们用id标识不同记录，不会改变index。但为了理解不同特征（列）含义，我们往往会重新指定column。

一些简易但不算严谨的理解是：

行列

行 ?C index ?C 记录 （一般沿用默认索引）

列 ?C column ?C 特征 （自定义索引）

索引

默认索引 ?C 序号 ?C 位置 ?C 方便索引但理解不易

自定义索引 ?C 特征名称 ?C 属性 ?C 便于理解

二、对dataframe进行行列数据筛选

import pandas as pd,numpy as np
from pandas import DataFrame
df = DataFrame(np.arange(20).reshape((4,5)),column = list('abcde'))

1.df[]&df. 选取列数据

df.a 
df[[‘a','b']]

2.df.loc[[index],[colunm]] 通过标签选择数据

不对行进行筛选时，[index]处填 : (不能为空)，即df.loc[:,'a']表示选取a列全部数据。

df.loc[0,'a'] 
df.loc[0:1,[‘a','b']] 
df.loc[[0,2],[‘a','c']]

3.df.iloc[[index],[colunm]] 通过位置选择数据

不对行进行筛选时，同df.loc[]，即[index]处不能为空。

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

4.df.ix[[index],[column]] 通过标签or位置选择数据

df.ix[]混合了标签和位置选择。需要注意的是，[index]和[column]的框内需要指定同一类的选择。
df.ix[[0:1],[‘a',3]]报错