python pandas dataframe 行列选择，切片操作

python pandas dataframe 行列选择，切片操作

SQL中的select是根据列的名称来选取；Pandas则更为灵活，不但可根据列名称选取，还可以根据列所在的position（数字，在第几行第几列，注意pandas行列的position是从0开始）选取。相关函数如下：

1）loc，基于列label，可选取特定行（根据行index）；

2）iloc，基于行/列的position；

3）at，根据指定行index及列label，快速定位DataFrame的元素；

4）iat，与at类似，不同的是根据position来定位的；

5）ix，为loc与iloc的混合体，既支持label也支持position；

实例

import pandas as pd
import numpy as np

df = pd.DataFrame({'total_bill': [16.99, 10.34, 23.68, 23.68, 24.59],
'tip': [1.01, 1.66, 3.50, 3.31, 3.61],
'sex': ['Female', 'Male', 'Male', 'Male', 'Female']})
# data type of columns
print df.dtypes
# indexes
print df.index
# return pandas.Index
print df.columns
# each row, return array[array]
print df.values
print df

sex            object
tip           float64
total_bill    float64
dtype: object
RangeIndex(start=0, stop=5, step=1)
Index([u'sex', u'tip', u'total_bill'], dtype='object')
[['Female' 1.01 16.99]
['Male' 1.66 10.34]
['Male' 3.5 23.68]
['Male' 3.31 23.68]
['Female' 3.61 24.59]]
sex   tip  total_bill
0  Female  1.01       16.99
1    Male  1.66       10.34
2    Male  3.50       23.68
3    Male  3.31       23.68
4  Female  3.61       24.59

print df.loc[1:3, ['total_bill', 'tip']]
print df.loc[1:3, 'tip': 'total_bill']
print df.iloc[1:3, [1, 2]]
print df.iloc[1:3, 1: 3]

total_bill   tip
1       10.34  1.66
2       23.68  3.50
3       23.68  3.31
tip  total_bill
1  1.66       10.34
2  3.50       23.68
3  3.31       23.68
tip  total_bill
1  1.66       10.34
2  3.50       23.68
tip  total_bill
1  1.66       10.34
2  3.50       23.68

错误的表示：

print df.loc[1:3, [2, 3]]#.loc仅支持列名操作

KeyError: 'None of [[2, 3]] are in the [columns]'

print df.loc[[2, 3]]#.loc可以不加列名，则是行选择

sex   tip  total_bill
2  Male  3.50       23.68
3  Male  3.31       23.68

print df.iloc[1:3]#.iloc可以不加第几列，则是行选择

sex   tip  total_bill
1  Male  1.66       10.34
2  Male  3.50       23.68

print df.iloc[1:3, 'tip': 'total_bill']

TypeError: cannot do slice indexing on <class 'pandas.indexes.base.Index'> with these indexers [tip] of <type 'str'>

print df.at[3, 'tip']
print df.iat[3, 1]
print df.ix[1:3, [1, 2]]
print df.ix[1:3, ['total_bill', 'tip']]

3.31
3.31
tip  total_bill
1  1.66       10.34
2  3.50       23.68
3  3.31       23.68
total_bill   tip
1       10.34  1.66
2       23.68  3.50
3       23.68  3.31

print df.ix[[1, 2]]#行选择

sex   tip  total_bill
1  Male  1.66       10.34
2  Male  3.50       23.68

print df[1: 3]
print df[['total_bill', 'tip']]
# print df[1:2, ['total_bill', 'tip']]  # TypeError: unhashable type

sex   tip  total_bill
1  Male  1.66       10.34
2  Male  3.50       23.68total_bill   tip
0       16.99  1.01
1       10.34  1.66
2       23.68  3.50
3       23.68  3.31
4       24.59  3.61

print df[1:3,1:2]

TypeError: unhashable type

总结

1）.loc,.iloc,.ix,只加第一个参数如.loc([1,2]),.iloc([2:3]),.ix[2]…则进行的是行选择

2）.loc,.at，选列是只能是列名，不能是position

3）.iloc,.iat，选列是只能是position，不能是列名

4）df[]只能进行行选择，或列选择，不能同时进行列选择，列选择只能是列名。