gpt4 book ai didi

Pandas读取行列数据最全方法

转载 作者:qq735679552 更新时间:2022-09-27 22:32:09 39 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Pandas读取行列数据最全方法由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

1、读取方法有按行(单行,多行连续,多行不连续),按列(单列,多列连续,多列不连续);部分不连续行不连续列;按位置(坐标),按字符(索引);按块(list);函数有 df.iloc(), df.loc(), df.iat(), df.at(), df.ix().

2、转换为DF,赋值columns,index,修改添加数据,取行列索引 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
data = { '省份' : [ '北京' , '上海' , '广州' , '深圳' ],
         '年份' : [ '2017' , '2018' , '2019' , '2020' ],
         '总人数' : [ '2200' , '1900' , '2170' , '1890' ],
         '高考人数' : [ '6.3' , '5.9' , '6.0' , '5.2' ]}
df = pd.DataFrame(data, columns = [ '省份' , '年份' , '总人数' , '高考人数' , '高数' ],
                   index = [ 'one' , 'two' , 'three' , 'four' ])
df[ '高数' ] = [ '90' , '95' , '92' , '98' ]
print ( "行索引:{}" . format ( list (df.index)))
print ( "列索引:{}" . format ( list (df.columns)))
print (df.index[ 1 : 3 ])
print (df.columns[ 1 ])
print (df.columns[ 1 : 3 ])
print (df)

行索引:['one', 'two', 'three', 'four'] 列索引:['省份', '年份', '总人数', '高考人数', '高数'] Index(['two', 'three'], dtype='object') 年份 Index(['年份', '总人数'], dtype='object')        省份    年份   总人数 高考人数  高数 one    北京  2017  2200  6.3  90 two    上海  2018  1900  5.9  95 three  广州  2019  2170  6.0  92 four   深圳  2020  1890  5.2  98 。

3、iloc不能通过[:, [1:3]]取连续数据,取连续数据只能通过 df[df.columns[1:4]],先获取列索引,再取数据.

?
1
2
3
4
5
6
print (df[ '省份' ])  #按列名取列
print (df.省份)  #按列名取列
print (df[[ '省份' , '总人数' ]])  #按列名取不连续列数据
print (df[df.columns[ 1 : 4 ]])  #按列索引取连续列数据
print (df.iloc[:, 1 ])  #按位置取列
print (df.iloc[:, [ 1 , 3 ]])  #按位置取不连续列数据

one      北京 two      上海 three    广州 four     深圳 Name: 省份, dtype: object one      北京 two      上海 three    广州 four     深圳 Name: 省份, dtype: object        省份   总人数 one    北京  2200 two    上海  1900 three  广州  2170 four   深圳  1890          年份   总人数 高考人数 one    2017  2200  6.3 two    2018  1900  5.9 three  2019  2170  6.0 four   2020  1890  5.2 one      2017 two      2018 three    2019 four     2020 Name: 年份, dtype: object          年份 高考人数 one    2017  6.3 two    2018  5.9 three  2019  6.0 four   2020  5.2 。

4、通过df.iloc[](数字)取行数据,取部分行部分列时,要先写行,再写列;有条件的取数据 。

?
1
2
3
4
5
6
7
8
9
print (df[ 1 : 3 ])  #按行取数据,这行代码结果没在下面输出
print (df[df.高数> 90 ])  #按行有条件的取数据,结果没输出
print (df.iloc[ 1 ])  #按行取行数据
print (df.iloc[ 1 , 3 ])  #按坐标取
print (df.iloc[[ 1 ], [ 3 ]])  #按坐标取
print (df.loc[df.index[ 1 : 3 ]])  #按行索引取行,但没必要
print (df.iloc[ 1 : 3 ])  #按行取连续数据
print (df.iloc[[ 1 , 3 ]])  按行取不连续数据
print (df.iloc[[ 1 , 2 , 3 ], [ 2 , 4 ]])  取部分行部分列数据

省份        上海 年份      2018 总人数     1900 高考人数     5.9 高数        95 Name: two, dtype: object 5.9     高考人数 two  5.9        省份    年份   总人数 高考人数  高数 two    上海  2018  1900  5.9  95 three  广州  2019  2170  6.0  92        省份    年份   总人数 高考人数  高数 two    上海  2018  1900  5.9  95 three  广州  2019  2170  6.0  92       省份    年份   总人数 高考人数  高数 two   上海  2018  1900  5.9  95 four  深圳  2020  1890  5.2  98         总人数  高数 two    1900  95 three  2170  92 four   1890  98 。

5、通过df.loc[]索引(字符)取行数据.

?
1
2
3
4
5
print (df.loc[ 'two' ])
print (df.loc[ 'two' , '省份' ])
print (df.loc[ 'two' : 'three' ])
print (df.loc[[ 'one' , 'three' ]])
print (df.loc[[ 'one' , 'three' ], [ '省份' , '年份' ]])

省份        上海 年份      2018 总人数     1900 高考人数     5.9 高数        95 Name: two, dtype: object 上海        省份    年份   总人数 高考人数  高数 two    上海  2018  1900  5.9  95 three  广州  2019  2170  6.0  92        省份    年份   总人数 高考人数  高数 one    北京  2017  2200  6.3  90 three  广州  2019  2170  6.0  92        省份    年份 one    北京  2017 three  广州  2019 。

6、ix,iat,at取行列数据,此方法不常用,可以使用上面方法即可.

?
1
2
3
4
print (df.ix[ 1 : 3 ])
print (df.ix[:, [ 1 , 3 ]])
print (df.iat[ 1 , 3 ])
print (df.at[ 'two' , '省份' ])

       省份    年份   总人数 高考人数  高数 two    上海  2018  1900  5.9  95 three  广州  2019  2170  6.0  92          年份 高考人数 one    2017  6.3 two    2018  5.9 three  2019  6.0 four   2020  5.2 5.9 上海 。

到此这篇关于Pandas读取行列数据最全方法的文章就介绍到这了,更多相关Pandas读取行列 内容请搜索我以前的文章或继续浏览下面的相关文章希望大家以后多多支持我! 。

原文链接:https://www.cnblogs.com/wynlfd/p/14024947.html 。

最后此篇关于Pandas读取行列数据最全方法的文章就讲到这里了,如果你想了解更多关于Pandas读取行列数据最全方法的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

39 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com