溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章將為大家詳細講解有關如何在pandas中利用DataFrame對象對數據進行抽取，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。
pandas的DataFrame對象，本質上是二維矩陣，跟常規二維矩陣的差別在于前者額外指定了每一行和每一列的名稱。這樣內部數據抽取既可以用“行列名稱（對應.loc[]方法）”，也可以用“矩陣下標（對應.iloc[]方法）”兩種方式進行。
下面具體說明：
首先生成一個DataFrame對象：
import pandas as pd score = [[34,67,87],[68,98,58],[75,73,86],[94,59,81]] name = ['小明','小紅','小李'] course = ['語文','數學','英語','政治'] mydata1 = pd.DataFrame(data=score,columns=name,index=course)#指定行名（index）和列名（columns） print(mydata1) mydata2 = pd.DataFrame(score)#不指定行列名，默認使用0,1,2…… print(mydata2)
#指定行列名 小明 小紅 小李 語文 34 67 87 數學 68 98 58 英語 75 73 86 政治 94 59 81 #采用默認行列名 0 1 2 （默認列名） 0 34 67 87 1 68 98 58 2 75 73 86 3 94 59 81
DataFrame對象生成時除了必須指定data參數外，用戶還可以指定兩個參數columns（列名）和index（行名，注意這里的index不僅可以是數字，也可以是用戶指定的任何數據類型，如字母），如果不指定，則行列名默認都采用0、1、2……。
下圖說明了前面的情況：
DataFrame對象的.loc[]和.iloc[]方法都可用于抽取數據，區別是：
.loc[]：是location，以columns（列名）和index（行名）作為參數。
.iloc[]：是index location，以二維矩陣的位置指標（即0,1,2……）作為參數。
.loc[行標簽名/[行標簽名list]，列標簽名/[列標簽名list]]，即有兩個輸入參數，第一個指定行名，第二個指定列名。當只有一個參數時，默認是行名（即抽取整行），所有列都選中。
.loc[行位置/[行位置list]，列位置/[列位置list]]，也有兩個輸入參數，第一個指定行位置，第二個指定列位置。當只有一個參數時，默認是行位置（即抽取整行），所有列都選中。
#以下用.loc[]抽取1行名為‘語文'的數據（包括所有列） mydata1.loc['語文'] mydata1.loc['語文',] mydata1.loc['語文',:] mydata1.loc[['語文'],] mydata1.loc[['語文'],:] #以下用.iloc[]抽取1行名為‘語文'的數據（包括所有列） mydata1.iloc[0] mydata1.iloc[0,] mydata1.iloc[0,:] mydata1.iloc[[0],] mydata1.iloc[[0],:] #輸出方式1（第1個參數無[]，這是一個Series對象）： 小明 34 小紅 67 小李 87 Name: 語文, dtype: int64 #輸出方式2（第1個參數有[]，這是一個DataFrame對象）： 小明 小紅 小李 語文 34 67 87 Name: 語文, dtype: int64
上述.loc[]和.iloc[]都只接收了1個參數“語文”或者“0”，因此默認都表示行信息，而列則全部被選中，即抽取'語文'這整一行數據。','表示將兩個參數隔開（如果有兩個參數的話），':'這里表示選擇中所有列。當只有一個輸入參數時，python默認','和':'既可寫上也可省略。注意：參數['語文']或[0]中只有一個對象時（即只有一行），[]也可以省略，如果有多個對象（即多行）則必須加上[]。此外還需注意，加上[]表示抽取的結果無論是一個數據，一行數據，還是一列數據，他都是DataFrame對象；不加[]時，如果選中的是一行或者一列數據，則是Series對象，如果是一個單獨的數據，則是該數據本身的類型。
#指定多行行名抽取 mydata1.loc[['英語','語文','政治'],:] 小明 小紅 小李 英語 75 73 86 語文 34 67 87 政治 94 59 81 mydata1.iloc[[1,0],:] 小明 小紅 小李 數學 68 98 58 語文 34 67 87
例2和例1唯一的差別是，第一個參數指定了多行一起輸出，此時必須用[]將各行名或者下標括起來，否則出錯。后面的','和':'同例1，可省略。注意：原始數據的行順序是：語文、數學、英語、政治，這里的提取順序是['英語','語文','政治']，而輸出也是'英語','語文','政治'，可見輸出順序和參數指定順序是一致的，而非按原始順序輸出。
mydata1.loc['語文':'英語',:] #連續抽取從語文到英語的所有行 小明 小紅 小李 語文 34 67 87 數學 68 98 58 英語 75 73 86 mydata1.loc[:'英語',:] #連續抽取從第1行到英語的所有行 小明 小紅 小李 語文 34 67 87 數學 68 98 58 英語 75 73 86 mydata1.iloc[0:3,:] #連續抽取1~3行 小明 小紅 小李 語文 34 67 87 數學 68 98 58 英語 75 73 86 mydata1.iloc[1:,:] #連續抽取第2行最后一行 小明 小紅 小李 數學 68 98 58 英語 75 73 86 政治 94 59 81
例3依然是接受1個參數，列參數沒有，后面的','和':'同例1，可省略。連續參數用‘start:end'的方式指定行范圍。注意：這里不能用[]將其括起來，否則出錯。此外用行列名連續取值時，比如['語文':'政治']會把'政治'所在行也取出來，而利用矩陣下標時，0:3只取0,1,2對應的三行，最后一行不會取出；但是如果行列標簽名本身就是整數0,1,2……，而不是文字或者其他類型，那么在使用連續行列標簽名取數據時，最后一行或者列是不會被取出的。
mydata1.loc[:,['小紅']] #所有行，小紅列，只有一列時，內部[]也可以省略 小紅 語文 67 數學 98 英語 73 政治 59 mydata1.loc[:,['小明','小紅']] #所有行，小明和小紅兩列 小明 小紅 語文 34 67 數學 68 98 英語 75 73 政治 94 59 mydata1.iloc[:,[1,2]] #所有行，第2和第3列 小紅 小李 語文 67 87 數學 98 58 英語 73 86 政治 59 81 mydata1.loc[:,'小明':] #連續抽取從小明列開始到最后一列 小明 小紅 小李 語文 34 67 87 數學 68 98 58 英語 75 73 86 政治 94 59 81 mydata1.iloc[:,:3] #連續抽取從1列開始到第3列 小明 小紅 小李 語文 34 67 87 數學 68 98 58 英語 75 73 86 政治 94 59 81
抽取整列的方式跟抽取整行在參數設置上完全一樣。.loc[]和.iloc[]兩個方法默認列為第二個參數，因此抽取整列時，都必須帶上':,'作為區分前面行參數的‘分隔符'，否則出錯。
mydata1.loc['語文','小明'] #輸入了兩個參數，輸出語文行小明列，即一個數據 34 <class 'numpy.int64'> #沒帶[]時，單個數字是這種類型 mydata1.loc[['語文'],['小明']] #輸出語文行小明列，即一個數據 小明 語文 34 <class 'pandas.core.frame.DataFrame'> #帶[]時，輸出依然是DataFrame對象 mydata1.iloc[1,2] #第2行第3列數據，單個數據 58 <class 'numpy.int64'> #注意沒帶[]時的輸出類型 mydata1.iloc[[1],[2]] 小李 數學 58 <class 'pandas.core.frame.DataFrame'> #注意帶[]時的輸出類型 mydata1.loc[['語文','數學'],['小明']] #輸出語文數學行，小明列的數據 小明 語文 34 數學 68 mydata1.iloc[1:,[0,2]] #輸出從第2行到最后一行，第1和第3行對應數據 小明 小李 數學 68 58 英語 75 86 政治 94 81
同時抽取分部行和列的情況，就是把上述單獨抽取行和列的方式合并起來用。抽取整個DataFrame對象則是.loc[:,:]或.iloc[:,:]，雖然這么做沒啥意義。
（1）DataFrame對象的.loc[,]和.iloc[,]方法用于抽取數據，.loc[,]用行列的標簽名作為參數，.iloc[,]用二維矩陣元素的網格下標作為參數。
（2）兩個方法都接受兩個參數，第一個是“行標簽”或者“矩陣行號”，第二個是“列標簽”或者“矩陣列號”。
（3）兩種方法當只指定一個輸入參數時，都默是跟“行”相關，而“列”則全部被選中。如何行和列都需要指定時，中間用“逗號,”隔開，這非常重要，否則出錯。
（4）當需要選中所有行的某幾列時，行參數可以省略，列參數需要指定，此時列參數前面必須帶上“,:”，形如.loc[:,列參數]，.iloc[:,列參數]。
（5）.loc[,]和.iloc[,]設置了一個還是兩個輸入參數，關鍵看有沒有“,”將兩個參數分開，且要區分逗號是一個參數的內部逗號，還有用于分隔行列參數的逗號。
（6）對于兩個參數的概念區分，.loc['語文','數學']這表示輸入了兩個參數，行參數是‘語文'，列參數是‘數學'，對于上面的表格而言這是錯的，因為沒有叫‘數學'的列，應寫為[['語文','數學']]，即‘數學'也是行參數的一部分，['語文','數學']整體作為一個行參數，這里的逗號不是用以分隔行和列，僅僅是行list里面的逗號。[['語文','數學']]=[['語文','數學'],]=[['語文','數學'],:]，都表示只有一個行參數，列全部選中。
關于如何在pandas中利用DataFrame對象對數據進行抽取就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
