pandas系列之 DataFrame 行列資料篩選，pandasdataframe

pandas系列之 DataFrame 行列資料篩選，pandasdataframe

一、對DataFrame的認知
DataFrame的本質是行(index)列(column)索引+多列資料。

為了簡化理解，我們不妨換個思路…

現實中，為了簡化對一件事物的描述，我們會選擇幾個特徵。
例如，從（性別、身高、學曆、職業、愛好..）等角度去刻畫一個人，這些“角度”即為“特徵”。

其中，不同的行表示不同的記錄；列代表特徵，不同記錄因各個特徵之間的差異而不同。

DataFrame預設索引是序號（0，1，2…），可以理解成位置索引。一般我們用id標識不同記錄，不會改變index。但為了理解不同特徵（列）含義，我們往往會重新指定column。

一些簡易但不算嚴謹的理解是：
行列
行 – index – 記錄 （一般沿用預設索引）
列 – column – 特徵 （自訂索引）
索引
預設索引 – 序號 – 位置 – 方便索引但理解不易
自訂索引 – 特徵名稱 – 屬性 – 便於理解

二、對dataframe進行行列資料篩選

import pandas as pd,numpy as npfrom pandas import DataFramedf = DataFrame(np.arange(20).reshape((4,5)),column = list('abcde'))

1.df[]&df. 選取列資料

df.a
df[[‘a’,’b’]]

2.df.loc[[index],[colunm]] 通過標籤選擇資料

不對行進行篩選時，[index]處填 : (不可為空)，即df.loc[:,’a’]表示選取a列全部資料。
df.loc[0,’a’]
df.loc[0:1,[‘a’,’b’]]
df.loc[[0,2],[‘a’,’c’]]

3.df.iloc[[index],[colunm]] 通過位置選擇資料

不對行進行篩選時，同df.loc[]，即[index]處不可為空。
df.iloc[0,0]
df.iloc[0:1,1:3]
df.iloc[[0,2],[1,3]]

4.df.ix[[index],[column]] 通過標籤or位置選擇資料

df.ix[]混合了標籤和位置選擇。需要注意的是，[index]和[column]的框內需要指定同一類的選擇。
df.ix[[0:1],[‘a’,3]]報錯