DataFrame 行列选择,切片操作,多重索引取值
2017-10-18 11:13
405 查看
行列选择,切片操作
index: 行/列索引1)loc,根据行index 或 raw_name, 列 column_name 选择特定列 ;
2)iloc,根据行/列的 index;
3)at,根据指定行index或 raw_name
及列
column_name
,快速定位DataFrame的元素;
4)iat,与at类似,不同的是根据行列 index 来定位的;
5)ix,为loc与iloc的混合体,既支持 name 也支持 index;
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 column_name,不能是
index
3).iloc,.iat,选列是只能是 index,不能是column_name
4)df[]只能进行选择,或列选择,不能同时进行列选择,列选择只能是列名。
巧记:iloc 与 iat 中的 i 可看做 index 的 i
python/pandas dataframe中multiindex的操作
建立一个带二重索引的dataframe对带多重索引的dataframe取值一般使用 xs
xs可以传入多个不同级别的索引进行筛选,但不支持同一级索引多选
并且xs返回的是数值而不是引用
df.xs(1, level='b')
#选取第一级b=2,id=6
df.xs((2,6))
df.loc[1]: b为1,得到的是 DateFrame 对象
故取b=1, id =2的行可以采用:df.loc[1].loc[2]
取b=1, id =2, 列为 a 的值采用: df.loc[1].loc[2]['a'] 或者 df.xs((1,2))['a']
相关文章推荐
- python_pandas_dataframe_行列选择_切片操作
- python pandas dataframe 行列选择,切片操作
- python pandas dataframe 行列选择,切片操作
- python pandas dataframe 行列选择,切片操作 原创 2017年02月15日 21:43:18 标签: python 30760 python pandas dataframe
- Python pandas库 数据切片 行列操作
- 【项目实战】自监控-08-DataFrame行列操作(下篇)
- pandas DataFrame行列操作使用方法
- Pandas下的DataFrame的数据选择、切片
- Pandas DataFrame 行列操作
- python pandas dataframe 行列选择,切片操作方法
- 选择主菜单,自动全选子菜单的checkbox操作
- jquery 如何同时选择多个不同的id执行同一种操作?
- DataFrame 操作笔记
- 数组的常见操作:冒泡排序 选择排序与取最值
- Excel2003和Excel2007对下拉选择和下拉级联选择的操作以及java程序的调用
- Selenium2+JUnit+FirefoxDriver操作页面中的选择按钮
- Hbase region切片 reqion切片合并操作
- jQuery操作checkbox选择
- 【数据结构】 单链表的基本操作+反转+选择/直接插入/冒泡3种排序
- Asp.Net之两个ListBox的列表项选择移动操作