pandas数据结构Series, DataFrame的索引方式总结

pandas数据结构Series, DataFrame的索引方式总结

1, 转换为Numpy。

pandas的目的在于方便进行列操作，如果想遍历循环，就利用values值转换为numpy。

import pandas as pd
df = pd.DataFrame({'a':[10,20,30],'b':['c',30,40]})
print(df.values)
print(df['a'].values)
'''
[[10 'c']
 [20 30]
 [30 40]]
 
[10 20 30]
'''

2,索引

一，DataFrame普通索引三种：

1，df[列名或者列名list]

2，df.loc[[行名], [列名]]

3，df.iloc[[行号],[列号]]

二，serires普通索引有三种：

1，se[行名] ,其中之后的版本中,只有se[[行名]]这一种。

2，se.loc[[行名]]

3，se.iloc[[行号]]

import pandas as pd
df = pd.DataFrame({'a':[10,20,30],'b':['c',30,40]})
print(df['a'])
print(df[['a', 'b']])
print(df.loc[1, 'a'])
print(df.loc[[1,2], ['a']])
print(df.iloc[1, [0,1]])

二， 布尔索引两种：

1，data[[行布尔]]， 用于挑选行的。

2， data.loc[[行布尔]，[列布尔]]

import pandas as pd
df = pd.DataFrame({'a':[10,20,30],'b':['c',30,40]})
df.index = ['a', 'b', 'c']
print(df[df.a == 10])
print(df.loc[df.a==10, [True, False]])
print(df.loc[df.a==10, df.columns!='b']) #出去b之外的所有列。 
'''
    a  b
a  10  c

    a
a  10
'''