Pandas教學
Pandas環境安裝配置
Pandas數據結構
Pandas快速入門
Pandas系列
Pandas數據幀（DataFrame）
Pandas面板（Panel）
Pandas基本功能
Pandas描述性統計
Pandas函數應用
Pandas重建索引
Pandas迭代
Pandas排序
Pandas字符串和文本數據
Pandas選項和自定義
Pandas索引和選擇數據
Pandas統計函數
Pandas窗口函數
Pandas聚合
Pandas缺失數據
Pandas分組（GroupBy）
Pandas合併/連接
Pandas級聯
Pandas日期功能
Pandas時間差（Timedelta）
Pandas分類數據
Pandas可視化
Pandas IO工具
Pandas稀疏數據
Pandas注意事項＆竅門
Pandas與SQL比較
Pandas索引和選擇數據
在本章中，我們將討論如何切割和丟棄日期，並獲取Pandas中大對象的子集。
Python和NumPy索引運算符"[]"和屬性運算符"."。 可以在廣泛的用例中快速輕鬆地訪問Pandas數據結構。然而，由於要訪問的數據類型不是預先知道的，所以直接使用標準運算符具有一些優化限制。對於生產環境的代碼，我們建議利用本章介紹的優化Pandas數據訪問方法。
Pandas現在支持三種類型的多軸索引; 這三種類型在下表中提到 -
編號
索引
描述
1
.loc()
基於標籤
2
.iloc()
基於整數
3
.ix()
基於標籤和整數
.loc()
Pandas提供了各種方法來完成基於標籤的索引。 切片時，也包括起始邊界。整數是有效的標籤，但它們是指標籤而不是位置。
.loc()具有多種訪問方式，如 -
- 單個標量標籤
- 標籤列表
- 切片對象
- 一個布爾數組
loc需要兩個單/列表/範圍運算符，用","分隔。第一個表示行，第二個表示列。
示例1
#import the pandas library and aliasing as 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'])
#select all rows for a specific column
print (df.loc[:,'A'])執行上面示例代碼，得到以下結果 -
a 0.015860
b -0.014135
c 0.446061
d 1.801269
e -1.404779
f -0.044016
g 0.996651
h 0.764672
Name: A, dtype: float64示例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'])
# Select all rows for multiple columns, say list[]
print (df.loc[:,['A','C']])執行上面示例代碼，得到以下結果 -
A C
a -0.529735 -1.067299
b -2.230089 -1.798575
c 0.685852 0.333387
d 1.061853 0.131853
e 0.990459 0.189966
f 0.057314 -0.370055
g 0.453960 -0.624419
h 0.666668 -0.433971示例3
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'])
# Select few rows for multiple columns, say list[]
print (df.loc[['a','b','f','h'],['A','C']])
# Select all rows for multiple columns, say list[]
print (df.loc[:,['A','C']])執行上面示例代碼，得到以下結果 -
A C
a -1.959731 0.720956
b 1.318976 0.199987
f -1.117735 -0.181116
h -0.147029 0.027369
A C
a -1.959731 0.720956
b 1.318976 0.199987
c 0.839221 -1.611226
d 0.722810 1.649130
e -0.524845 -0.037824
f -1.117735 -0.181116
g -0.642907 0.443261
h -0.147029 0.027369示例4
# import the pandas library and aliasing as 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'])
# Select range of rows for all columns
print (df.loc['a':'h'])執行上面示例代碼，得到以下結果 -
A B C D
a 1.556186 1.765712 1.060657 0.810279
b 1.377965 -0.183283 -0.224379 0.963105
c -0.530016 0.167183 -0.066459 0.074198
d -1.515189 -1.453529 -1.559400 1.072148
e -0.487399 0.436143 -1.045622 -0.029507
f 0.552548 0.410745 0.570222 -0.628133
g 0.865293 -0.638388 0.388827 -0.469282
h -0.690596 1.765139 -0.492070 -0.176074示例5
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'])
# for getting values with a boolean array
print (df.loc['a']>0)執行上面示例代碼，得到以下結果 -
A False
B True
C False
D True
Name: a, dtype: bool.iloc()
Pandas提供了各種方法，以獲得純整數索引。像python和numpy一樣，第一個位置是基於0的索引。
各種訪問方式如下 -
- 整數
- 整數列表
- 系列值
示例1
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
# select all rows for a specific column
print (df.iloc[:4])執行上面示例代碼，得到以下結果 -
A B C D
0 0.277146 0.274234 0.860555 -1.312323
1 -1.064776 2.082030 0.695930 2.409340
2 0.033953 -1.155217 0.113045 -0.028330
3 0.241075 -2.156415 0.939586 -1.670171示例2
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
# Integer slicing
print (df.iloc[:4])
print (df.iloc[1:5, 2:4])執行上面示例代碼，得到以下結果 -
A B C D
0 1.346210 0.251839 0.975964 0.319049
1 0.459074 0.038155 0.893615 0.659946
2 -1.097043 0.017080 0.869331 -1.443731
3 1.008033 -0.189436 -0.483688 -1.167312
C D
1 0.893615 0.659946
2 0.869331 -1.443731
3 -0.483688 -1.167312
4 1.566395 -1.292206示例3
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
# Slicing through list of values
print (df.iloc[[1, 3, 5], [1, 3]])
print (df.iloc[1:3, :])
print (df.iloc[:,1:3])執行上面示例代碼，得到以下結果 -
B D
1 0.081257 0.009109
3 1.037680 -1.467327
5 1.106721 0.320468
A B C D
1 -0.133711 0.081257 -0.031869 0.009109
2 0.895576 -0.513450 -0.048573 0.698965
B C
0 0.442735 -0.949859
1 0.081257 -0.031869
2 -0.513450 -0.048573
3 1.037680 -0.801157
4 -0.547456 -0.255016
5 1.106721 0.688142
6 -0.466452 0.219914
7 1.583112 0.982030.ix()
除了基於純標籤和整數之外，Pandas還提供了一種使用.ix()運算符進行選擇和子集化對象的混合方法。
示例1
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
# Integer slicing
print (df.ix[:4])執行上面示例代碼，得到以下結果 -
A B C D
0 -1.449975 -0.002573 1.349962 0.539765
1 -1.249462 -0.800467 0.483950 0.187853
2 1.361273 -1.893519 0.307613 -0.119003
3 -0.103433 -1.058175 -0.587307 -0.114262
4 -0.612298 0.873136 -0.607457 1.047772示例2
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
# Index slicing
print (df.ix[:,'A'])執行上面示例代碼，得到以下結果 -
0 1.539915
1 1.359477
2 0.239694
3 0.563254
4 2.123950
5 0.341554
6 -0.075717
7 -0.606742
Name: A, dtype: float64使用符號
使用多軸索引從Pandas對象獲取值可使用以下符號 -
對象
索引
描述
Series
s.loc[indexer]
標量值
DataFrame
df.loc[row_index,col_index]
標量對象
Panel
p.loc[item_index,major_index, minor_index]
p.loc[item_index,major_index, minor_index]
注意 -
.iloc()和.ix()應用相同的索引選項和返回值。
現在來看看如何在DataFrame對象上執行每個操作。這裏使用基本索引運算符[] -
示例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'])執行上面示例代碼，得到以下結果 -
0 0.028277
1 -1.037595
2 -0.563495
3 -1.196961
4 -0.805250
5 -0.911648
6 -0.355171
7 -0.232612
Name: A, dtype: float64示例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']])執行上面示例代碼，得到以下結果 -
A B
0 -0.767339 -0.729411
1 -0.563540 -0.639142
2 0.873589 -2.166382
3 0.900330 0.253875
4 -0.520105 0.064438
5 -1.452176 -0.440864
6 -0.291556 -0.861924
7 -1.464235 0.313168示例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])執行上面示例代碼，得到以下結果 -
Empty DataFrame
Columns: [A, B, C, D]
Index: []屬性訪問
可以使用屬性運算符.來選擇列。
示例
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(8, 4), columns = ['A', 'B', 'C', 'D'])
print (df.A)執行上面示例代碼，得到以下結果 -
0 0.104820
1 -1.206600
2 0.469083
3 -0.821226
4 -1.238865
5 1.083185
6 -0.827833
7 -0.199558
Name: A, dtype: float64