pandas中简单数据处理
简介
Pandas库中有loc和iloc以及ix可以用来索引数据，抽取数据；现在官方已经不建议使用ix进行数据索引，所以这里参看官方文档介绍一些loc和iloc的简单操作。
pandas.DataFrame[val]
使用过程中发现直接使用dataframe时，dataframe[val]中的val有几种形式：
1.列名，也就是columns名，可以是单个列或者是由列名组成的列表，如果是单个列名则返回Serie对象，如果是列表则返回DataFrame对象
2. 分片，用来进行行切片，比如df[:]，则会选择所有的行，即使只有一行返回的也是DataFrame对象，df[:2]选择前两行，这里需要注意，如果说df的index本身就是数值型，比如说是0，1，2，3，4，5…这样的索引，那么df[:2]选择的将是index为0和1的行，也就是说数字分片优先选择的是行数而不是行标签。但是对于ix命令来说，df.ix[:2]选择是标签号从开始至2(包括)的行，也就是上面的0,1,2行
3. boolean数组，这个很好理解，选择boolean数组中为True的值,为被选中的值会被值为NaN3. boolean数组，这个很好理解，选择boolean数组中为True的值,为被选中的值会被值为NaN
4. 布尔型DataFrame，作用和boolean相似，但是需要该DataFrame和df的columns值相等，否则会报错
pandas.DataFrame.loc[val]
dataframe.loc[val]主要是通过标签或者数组来访问行和列：
inputs：
- 单个标签，例如：5或’a’（注意，它5被解释为索引的标签，并且从不作为索引的整数位置
- 标签列表或数组，例如。[‘a’, ‘b’, ‘c’]
- 带有标签的切片对象，例如’a’:‘f’
- 与被切片的axis长度相同的布尔数组，例如。[True, False, True]
- 具有一个参数（调用Series，DataFrame或Panel）的可调用函数，它返回索引的有效输出（上述之一）
DataFrame.loc[val]例子
导入模块并创建dataframe
import pandas as pd
import numpy as np
df = pd.DataFrame([[1,2],[3,4],[4,5]],
index=['one', 'two', 'three'],
columns=['a', 'b'])
单一标签：通过index中的标签’one’返回a和b两行的数据
df.loc['one']
return:
a 1
b 2
Name: one, dtype: int64
标签列表：使用[[]]返回标签列表数据
df.loc[['one','two']]
return:
a b
one 1 2
two 3 4
行和列的单个标签
df.loc['one','b']
return:
2
通过切片行标签和列进行索引
df.loc['two':'three','b']
return:
two 4
three 5
Name: b, dtype: int64
通过条件返回一个布尔系列
df.loc[df['a'] > 3]
return:
a b
three 4 5
通过条件返回指定了列标签的布尔系列
df.loc[df['a']>3,['b']]
returen:
b
three 5
设置值
设置与标签列表匹配的所有项目的值
df.loc[['one','two'],['a']]=10
df
return:
a b
one 10 2
two 10 4
three 4 5
设置整行的值
df.loc['three']=20
df
return:
a b
one 10 2
two 10 4
three 20 20
设置整列的值
df.loc[:,'b']=30
df
return:
a b
one 10 30
two 10 30
three 20 30
设置匹配可调用条件的行的值
df.loc[df['a']>10]=40
df
return:
a b
one 10 30
two 10 30
three 40 40
pandas.DataFrame.iloc[val]
dataframe.iloc[val]主要是通过整数位置访问行和列的组：
inputs:
- 一个整数，例如5。
- 整数的列表或数组，例如。[4, 3, 0]
- 具有整数的切片对象，例如1:7
- 布尔数组
- 具有一个参数（调用Series，DataFrame或Panel）的可调用函数，它返回索引的有效输出（上述之一）
DataFrame.iloc[val]例子
通过列切片索引
df.iloc[1:3]
return：
a b
two 10 30
three 40 40
通过行和列的位置索引
df.iloc[[0,2],:]
return：
a b
one 10 30
three 40 40
df.iloc[[0,2],1]
return:
one 30
three 40
Name: b, dtype: int64