import numpy as npimport pandas as pdfrom pandas import Sereis, DataFrameser = Series(np.arange(3.))data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))data['w'] #選擇表格中的'w'列,使用類字典屬性,返回的是Series類型data.w #選擇表格中的'w'列,使用點屬性,返回的是Series類型data[['w']] #選擇表格中的'w'列,返回的是DataFrame類型data[['w','z']] #選擇表格中的'w'、'z'列data[0:2] #返回第1行到第2行的所有行,前閉後開,包括前不包括後data[1:2] #返回第2行,從0計,返回的是單行,通過有前後值的索引形式,
#如果采用data[1]則報錯data.ix[1:2] #返回第2行的第三種方法,返回的是DataFrame,跟data[1:2]同data['a':'b'] #利用index值進行切片,返回的是**前閉後閉**的DataFrame,
#即末端是包含的
data.irow(0) #取data的第壹行data.icol(0) #取data的第壹列data.head() #返回data的前幾行數據,默認為前五行,需要前十行則data.head(10)data.tail() #返回data的後幾行數據,默認為後五行,需要後十行則data.tail(10)ser.iget_value(0) #選取ser序列中的第壹個ser.iget_value(-1) #選取ser序列中的最後壹個,這種軸索引包含索引器的series不能采用ser[-1]去獲取最後壹個,這會引起歧義。data.iloc[-1] #選取DataFrame最後壹行,返回的是Seriesdata.iloc[-1:] #選取DataFrame最後壹行,返回的是DataFramedata.loc['a',['w','x']] #返回‘a’行'w'、'x'列,這種用於選取行索引列索引已知data.iat[1,1] #選取第二行第二列,用於已知行、列位置的選取。123456789101112131415161718192021222324252627282930313233343536373839404142
下面是簡單的例子使用驗證:
import pandas as pdfrom pandas import Series, DataFrame
import numpy as np
data = DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e'])
data
Out[7]:
a b c d eone 0 1 2 3 4two 5 6 7 8 9three 10 11 12 13 14#對列的操作方法有如下幾種data.icol(0) #選取第壹列E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: icol(i) is deprecated. Please use .iloc[:,i] # -*- coding: utf-8 -*-Out[35]:
one 0two 5three 10Name: a, dtype: int32
data['a']
Out[8]:
one 0two 5three 10Name: a, dtype: int32
data.aOut[9]:
one 0two 5three 10Name: a, dtype: int32
data[['a']]
Out[10]:
aone 0two 5three 10data.ix[:,[0,1,2]] #不知道列名只知道列的位置時Out[13]:
a b cone 0 1 2two 5 6 7three 10 11 12data.ix[1,[0]] #選擇第2行第1列的值Out[14]:
a 5Name: two, dtype: int32
data.ix[[1,2],[0]] #選擇第2,3行第1列的值Out[15]:
atwo 5three 10data.ix[1:3,[0,2]] #選擇第2-4行第1、3列的值Out[17]:
a ctwo 5 7three 10 12data.ix[1:2,2:4] #選擇第2-3行,3-5(不包括5)列的值Out[29]:
c dtwo 7 8data.ix[data.a>5,3]
Out[30]:
three 13Name: d, dtype: int32
data.ix[data.b>6,3:4] #選擇'b'列中大於6所在的行中的第4列,有點拗口Out[31]:
dthree 13data.ix[data.a>5,2:4] #選擇'a'列中大於5所在的行中的第3-5(不包括5)列Out[32]:
c dthree 12 13data.ix[data.a>5,[2,2,2]] #選擇'a'列中大於5所在的行中的第2列並重復3次Out[33]:
c c cthree 12 12 12#還可以行數或列數跟行名列名混著用data.ix[1:3,['a','e']]
Out[24]:
a etwo 5 9three 10 14data.ix['one':'two',[2,1]]
Out[25]:
c bone 2 1two 7 6data.ix[['one','three'],[2,2]]
Out[26]:
c cone 2 2three 12 12data.ix['one':'three',['a','c']]
Out[27]:
a cone 0 2two 5 7three 10 12data.ix[['one','one'],['a','e','d','d','d']]
Out[28]:
a e d d done 0 4 3 3 3one 0 4 3 3 3#對行的操作有如下幾種:data[1:2] #(不知道列索引時)選擇第2行,不能用data[1],可以用data.ix[1]Out[18]:
a b c d etwo 5 6 7 8 9data.irow(1) #選取第二行Out[36]:
a 5b 6c 7d 8e 9Name: two, dtype: int32
data.ix[1] #選擇第2行Out[20]:
a 5b 6c 7d 8e 9Name: two, dtype: int32
data['one':'two'] #當用已知的行索引時為前閉後閉區間,這點與切片稍有不同。Out[22]:
a b c d eone 0 1 2 3 4two 5 6 7 8 9data.ix[1:3] #選擇第2到4行,不包括第4行,即前閉後開區間。Out[23]:
a b c d etwo 5 6 7 8 9three 10 11 12 13 14data.ix[-1:] #取DataFrame中最後壹行,返回的是DataFrame類型,**註意**這種取法是有使用條件的,只有當行索引不是數字索引時才可以使用,否則可以選用`data[-1:]`--返回DataFrame類型或`data.irow(-1)`--返回Series類型Out[11]:
a b c d ethree 10 11 12 13 14data[-1:] #跟上面壹樣,取DataFrame中最後壹行,返回的是DataFrame類型Out[12]:
a b c d ethree 10 11 12 13 14data.ix[-1] #取DataFrame中最後壹行,返回的是Series類型,這個壹樣,行索引不能是數字時才可以使用Out[13]:
a 10b 11c 12d 13e 14Name: three, dtype: int32
data.tail(1) #返回DataFrame中的最後壹行data.head(1) #返回DataFrame中的第壹行123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186
最近處理數據時發現當pd.read_csv()數據時有時候會有讀取到未命名的列,且該列也用不到,壹般是索引列被換掉後導致的,有強迫癥的看著難受,這時候dataframe.drop([columns,])是沒法處理的,怎麽辦呢,
最笨的方法是直接給列索引重命名:
data6
Unnamed: 0 high symbol timedate 2016-11-01 0 3317.4 IF1611 18:10:44.82016-11-01 1 3317.4 IF1611 06:01:04.52016-11-01 2 3317.4 IF1611 07:46:25.52016-11-01 3 3318.4 IF1611 09:30:04.02016-11-01 4 3321.8 IF1611 09:31:04.0data6.columns = list('abcd')
data6 a b c ddate 2016-11-01 0 3317.4 IF1611 18:10:44.82016-11-01 1 3317.4 IF1611 06:01:04.52016-11-01 2 3317.4 IF1611 07:46:25.52016-11-01 3 3318.4 IF1611 09:30:04.02016-11-01 4 3321.8 IF1611 09:31:04.012345678910111213141516171819202122
重新命名後就可以用dataframe.drop([columns])來刪除了,當然不用我這樣全部給列名替換掉了,可以只是改變未命名的那個列,然後刪除。不過這個用起來總是覺得有點low,有沒有更好的方法呢,有,可以不去刪除,直接:
data7 = data6.ix[:,1:]1
這樣既不改變原有數據,也達到了刪除神煩列,當然我這裏時第0列刪除,可以根據實際選擇所在的列刪除之,至於這個原理,可以看下前面的對列的操作。