1.按列取、按索引/行取、按特定行列取
import numpy as np
from pandas import DataFrame
import pandas as pd
df=DataFrame(np.arange(12).reshape((3,4)),index=['one','two','thr'],columns=list('abcd'))
df['a']#取a列
df[['a','b']]#取a、b列
#ix可以用數(shù)字索引，也可以用index和column索引
df.ix[0]#取第0行
df.ix[0:1]#取第0行
df.ix['one':'two']#取one、two行
df.ix[0:2,0]#取第0、1行，第0列
df.ix[0:1,'a']#取第0行，a列
df.ix[0:2,'a':'c']#取第0、1行，abc列
df.ix['one':'two','a':'c']#取one、two行，abc列
df.ix[0:2,0:1]#取第0、1行，第0列
df.ix[0:2,0:2]#取第0、1行，第0、1列
#loc只能通過index和columns來取，不能用數(shù)字
df.loc['one','a']#one行，a列
df.loc['one':'two','a']#one到two行，a列
df.loc['one':'two','a':'c']#one到two行，a到c列
df.loc['one':'two',['a','c']]#one到two行，ac列
#iloc只能用數(shù)字索引，不能用索引名
df.iloc[0:2]#前2行
df.iloc[0]#第0行
df.iloc[0:2,0:2]#0、1行，0、1列
df.iloc[[0,2],[1,2,3]]#第0、2行，1、2、3列
#iat取某個單值,只能數(shù)字索引
df.iat[1,1]#第1行，1列
#at取某個單值,只能index和columns索引
df.at['one','a']#one行，a列
2.按條件取行
選取等于某些值的行記錄 用 ==
df.loc[df[‘column_name'] == some_value]
選取某列是否是某一類型的數(shù)值 用 isin
df.loc[df[‘column_name'].isin(some_values)]
多種條件的選取 用
df.loc[(df[‘column'] == some_value) df[‘other_column'].isin(some_values)]
選取不等于某些值的行記錄 用 ！=
df.loc[df[‘column_name'] != some_value]
isin返回一系列的數(shù)值,如果要選擇不符合這個條件的數(shù)值使用~
df.loc[~df[‘column_name'].isin(some_values)]
3.取完之后替換
df = pd.DataFrame({"id": [25,53,15,47,52,54,45,9], "sex": list('mfmfmfmf'), 'score': [1.2, 2.3, 3.4, 4.5,6.4,5.7,5.6,4.3],"name":['daisy','tony','peter','tommy','ana','david','ken','jim']})
將男性(m)替換為1，女性(f)替換為0
方法1：
df.ix[df['sex']=='f','sex']=0
df.ix[df['sex']=='m','sex']=1
注：在上面的代碼中，逗號后面的‘sex'起到固定列名的作用
方法2：
df.sex[df['sex']=='m']=1
df.sex[df['sex']=='f']=0
4.刪除特定行
# 要刪除列“score”50的所有行：
df = df.drop(df[df.score 50].index)
df.drop(df[df.score 50].index, inplace=True)
# 多條件情況
# 可以使用操作符： | 只需其中一個成立, 同時成立, ~ 表示取反，它們要用括號括起來。
# 例如刪除列“score50 和>20的所有行
df = df.drop(df[(df.score 50) (df.score > 20)].index)
參考文獻：
【1】pandas 根據(jù)列的值選取所有行
【2】pandas小技巧之--值替換
【3】[譯]如何根據(jù)條件從pandas DataFrame中刪除不需要的行？ - everfight - 博客園
【4】官網(wǎng)
到此這篇關(guān)于pandas取dataframe特定行/列的文章就介紹到這了,更多相關(guān)pandas取dataframe特定行/列內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- pandas中DataFrame檢測重復(fù)值的實現(xiàn)
- pandas DataFrame.shift()函數(shù)的具體使用
- 利用python Pandas實現(xiàn)批量拆分Excel與合并Excel
- Pandas DataFrame轉(zhuǎn)換為字典的方法
- 解決python3安裝pandas出錯的問題
- Pandas爆炸函數(shù)的使用技巧
- Pandas||過濾缺失數(shù)據(jù)||pd.dropna()函數(shù)的用法說明
- 使用pandas或numpy處理數(shù)據(jù)中的空值(np.isnan()/pd.isnull())
- 教你使用Pandas直接核算Excel中的快遞費用
- 教你漂亮打印Pandas DataFrames和Series
