【Python】Pandas科学计算（三）——数据选择

淩亂°似流年 2022-05-18 04:04 408阅读 0赞

*  更新时间：2018-07-29

### 前言 ###

这一系列博客主要介绍Pandas科学计算，使用Pandas进行数据科学计算更高效、更简单。

### 代码说明 ###

#### 基本操作 ####

>>> import pandas as pd
    >>> # 生成数据
    >>> dates = pd.date_range('20130101', periods=6)
    >>> df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates, columns=['A','B','C','D'])
                 A   B   C   D
    2013-01-01   0   1   2   3
    2013-01-02   4   5   6   7
    2013-01-03   8   9  10  11
    2013-01-04  12  13  14  15
    2013-01-05  16  17  18  19
    2013-01-06  20  21  22  23
    >>> # 简单筛选
    >>> print(df['A'])
    >>> # 或者执行下面的命令，结果相同
    >>> # print(df.A)
    2013-01-01     0
    2013-01-02     4
    2013-01-03     8
    2013-01-04    12
    2013-01-05    16
    2013-01-06    20
    Freq: D, Name: A, dtype: int64
    >>> # 类似列表的切片
    >>> print(df[0:3])
                A  B   C   D
    2013-01-01  0  1   2   3
    2013-01-02  4  5   6   7
    2013-01-03  8  9  10  11
    >>> print(df['20130102':'20130104'])
    A   B   C   D
    2013-01-02   4   5   6   7
    2013-01-03   8   9  10  11
    2013-01-04  12  13  14  15

#### 标签loc ####

loc标签用于根据列明进行标签选择。

>>> print(df.loc['20130102'])
    A    4
    B    5
    C    6
    D    7
    Name: 2013-01-02 00:00:00, dtype: int64
    >>> print(df.loc[:,['A','B']]) 
                 A   B
    2013-01-01   0   1
    2013-01-02   4   5
    2013-01-03   8   9
    2013-01-04  12  13
    2013-01-05  16  17
    2013-01-06  20  21
    >>> print(df.loc['20130102',['A','B']])
    A    4
    B    5
    Name: 2013-01-02 00:00:00, dtype: int64

#### 标签iloc ####

iloc标签用于根据索引值进行数据选择。

>>> print(df.iloc[3,1])
     13
    >>> print(df.iloc[3:5,1:3])
                 B   C
    2013-01-04  13  14
    2013-01-05  17  18
    >>> print(df.iloc[[1,3,5],1:3])
                 B   C
    2013-01-02   5   6
    2013-01-04  13  14
    2013-01-06  21  22

#### 标签ix ####

ix标签表示进行混合选择，下面代码表示选择前三行，并且“A“，“C“列的数据

>>> print(df.ix[:3,['A','C']])
                A   C
    2013-01-01  0   2
    2013-01-02  4   6
    2013-01-03  8  10

#### 加入条件判断 ####

>>> print(df[df.A>8])
                 A   B   C   D
    2013-01-04  12  13  14  15
    2013-01-05  16  17  18  19
    2013-01-06  20  21  22  23