Pandas之三選擇資料

前文介紹了如何檢視dataframe資料，現在再來看看怎麼樣定位和修改pandas的具體資料。

官方推薦選擇資料的方法為

.at, .iat, .loc, .iloc

，這些方法可以指定行列的資訊進行資料篩選。具體功能說明如下：

• at：根據标簽（label）定位具體元素
• iat：根據位置定位具體元素
• loc：根據标簽截取Series、dataframe或具體元素
• iloc：根據位置截取Series、dataframe或具體元素

配合起來可以在dataframe裡面使用多種方式選擇資料：

1. 按資料列選擇資料
2. 使用清單

   []

   方式選擇資料
3. 按标簽選擇資料
4. 按位置選擇資料
5. 按條件篩選資料
6. 以新值更新選擇的資料

下面我們依然使用前文生成的df對象來示範各種方法

df = pd.DataFrame(np.random.randn(6, 4), 
                  index=dates, 
                  columns=list("ABCD"))           

按列選擇資料

可以使用

df.A

方式選擇A列資料，該方式等同于

df["A"]

也可以通過

df[["A","B"]]

方式選擇多個列

清單

[]

該方法是截取dataframe中的某些行

1. 選擇所有資料

1. 通過索引位置選擇某幾行，該方法按照左閉右開方式截取資料

   

2. 選擇某範圍内的幾行資料，該方法按照左閉右閉方式截取資料，類似于SQL文法中的

   between .. and ..

注：官方并不推薦使用以上這種方式做資料選擇，推薦選擇資料的方法為

.at, .iat, .loc, .iloc

1. 可以根據index值選擇某行資料

1. 可以根據用index的範圍選擇多行資料

1. 在選擇資料時，可以配合列名進一步選擇資料

1. 通過index和列名定位到某個cell具體的值（前文的方式擷取到依然dataframe，而此處擷取到的是标量資料），同時支援

   .loc

   和

   .at

   方式。要注意的是：

   • .at

     不支援類型隐式轉換，而

     .loc

     是支援的

   • .at

     的速度比

     .loc

     要快

通過位置選擇資料的時候，既可以選擇一行一列、一行多列、多行一列、多行多列也可以選擇具體元素，在label不明确的時候，可以通過位置進行選擇。最典型的場景就是選擇首行、尾行等。

1. 選擇第n行資料，隻輸入一個參數時，預設為行。

1. 選擇第n行，某幾列資料，同時輸入行列資料時，使用逗号

   ,

   間隔。在範圍選擇時，其按照左閉右開方式截取資料。

1. 選擇某幾行，某列資料

1. 選擇某幾行，某幾列資料

1. 選擇所有行，某些列資料

1. 選擇具體元素

按條件選擇資料

在pandas中也可以使用條件進行資料過濾，就像使用where條件一樣。

1. 根據某列值進行篩選，如圖選擇B>1的資料

1. 對整個dataframe進行篩選，選擇值>0的資料

1. 使用isin()做資料篩選，類似sql中的in

更新資料

選擇完資料之後，可以使用長度相同的資料的進行更新

1. 将2021-09-01的A列資料更新為0

1. 将D列使用numpy.array替代，此列是以

   len(df)

   個

   [7]

   來替代

歡迎關注微信公衆号：資料研發技術，會分享各類資料研發相關的技術