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返回一系列的數值,如果要選擇不符合這個條件的數值使用~
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 根據列的值選取所有行
【2】pandas小技巧之--值替換
【3】[譯]如何根據條件從pandas DataFrame中刪除不需要的行？ - everfight - 博客園
【4】官網
到此這篇關于pandas取dataframe特定行/列的文章就介紹到這了,更多相關pandas取dataframe特定行/列內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關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檢測重復值的實現
- pandas DataFrame.shift()函數的具體使用
- 利用python Pandas實現批量拆分Excel與合并Excel
- Pandas DataFrame轉換為字典的方法
- 解決python3安裝pandas出錯的問題
- Pandas爆炸函數的使用技巧
- Pandas||過濾缺失數據||pd.dropna()函數的用法說明
- 使用pandas或numpy處理數據中的空值(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
