Python之pandas學習筆記(二) 取數和篩選，插入行列，賦值
阿新 • • 發佈：2019-01-11
如下圖是pandas的Dataframe清洗資料步驟，包括資料行列選取，賦值，更改列名集重建索引的思維導圖：
文章目錄
一、資料選取-普通行列總結：
df[col] # 根據列名，並以Series的形式返回列
df[[col1, col2]] # 以DataFrame形式返回多列
df.loc[‘index_one’] # 按索引選取資料
df.iloc[0] # 按位置選取資料
df.iloc[0,:] # 返回第一行v
df.iloc[0,0] # 返回第一列的第一個元素
import numpy as np
import pandas as pd
data = pd.read_csv("Y:\\DataSet\\Pandas\\311-service-requests.csv",low_memory=False)
# 1、以DataFrame形式返回多列
data[["Unique Key","Created Date","Closed Date"]]
Unique Key Created Date Closed Date
0 26589651 10/31/2013 02:08:41 AM NaN
1 26593698 10/31/2013 02:01:04 AM NaN
2 | loc | loc取數表示式 | iloc | iloc取數表示式 |
|---|---|---|---|
| 單個，取index的值,與索引位置不同 | data_test.loc[“A”] | 選取資料的所在行數位置，只能取數字 | data_test.iloc[0] |
| array,多個index值 | data_test.loc[[“A”,“B”,“C”] | array,選取多行索引位置值 | data_test.iloc[[0,1,2] |
| 加入一個切片 | data_test.loc[“A”:“C”]/(注：這個包含ABC行) | 加入一個切片 | data_test.iloc[0:3] (注：不包含索引位置為3的行) |
| 行，列標籤；定位單值 | data_test.loc[“A”,“name”] | 行，列索引位置，定位單值 | data_test.iloc[0,0] |
| 行或列標籤是切片 | data_test.loc[“A”:“C”,“name”] | 行貨列標籤是切片 | data_test.iloc[0:3,0] |
| 接受條件，進行選擇 | data_test.loc[data_test[“math”]>60] | ------ | ------- |
| 接受一個boolean的array，按順序，是真則顯示 | data_test.loc[[True,False,False,True]] | ------ | ------- |
總結
1、 loc和iloc函式都是用來選擇某行的，iloc與loc的不同是：iloc是按照行索引所在的位置來選取資料，引數只能是整數。而loc是按照索引名稱來選取資料，引數型別依索引型別而定；
二、 資料選取-按條件篩選行列 總結
2.1 邏輯符號
| 符號 | 表示 |
|---|---|
| & | 與 |
| | | 或 |
| ^ | 非 |
| df[df[col1] > 0.5] | # 選擇col1列的值大於0.5的行 |
|---|---|
| df[df[col1] > 0.5 & df[col1] < 1] | 選擇col列值小於1 並且大於0.5的行 |
| df[df.weight==5].reset_index() | 選擇名為weight的列值等於5的所有行，並且重置索引 |
| car[car.appname.str.contains(“生活”)] | 選擇appname列中含有“生活”的行 |
三、重建索引和更改列名總結
3.1 重建索引
1、reset_index() 顯示效果：會產生新的索引，但是舊的索引同時同時存在
reset_index(drop=True) # 產生新的索引，刪除舊索引
2、 set_index()
設定指定某(些)列為索引
3.2 改列名：
方法1
a.columns = [‘a’,‘b’,‘c’]
方法2
a.rename(columns={‘A’:‘a’, ‘B’:‘b’, ‘C’:‘c’}, inplace = True)