Pandas库操作备忘

​

1. Series，一维数组，pandas.Series( data, index, dtype, name, copy)

2. DataFrame，二维数组，pandas.DataFrame( data, index, columns, dtype, copy)

   ：行标签

   ：列标签

查询数组行/列标签情况

sr.index # RangeIndex(start=0, stop=5, step=1)
df.index # RangeIndex(start=0, stop=5, step=1)
df.index.values # array类型
df.columns # Index(['姓名', '班级'], dtype='object')
df.columns.values # array类型
df.axes # 返回含行列情况的数组

按行索引/切片

• 索引 df.iloc

  df.iloc[0] # series
  df.iloc[[0]] # dataframe

• 切片 df[] / df.iloc

  # 连续多行，前开后闭
  df[2:3] # data frame
  df.iloc[2:3] # data frame
  # 不连续多行
  df.iloc[[1,3]] # data frame

按列索引/切片

• df[] / df.loc[] / df.iloc[]

  # series
  testdf3['A'] # 按列名索引得到单列
  testdf3.loc[:,'A'] # 按列名索引得到单列
  testdf3.iloc[:,0] # 按列index索引得到单列
  ​
  # data frame
  testdf3[['A','B']] # 按列名索引得到单/多列
  testdf3.loc[:,['A','B']] # 按列名索引得到单/多列
  testdf3.iloc[:,[0, 1]] # 按列index索引得到单/多列

行列同时索引/切片

• df.loc[] / df.iloc[]

  df.iloc[[1,3],0] # 1. series, 单行/单列索引
  df.iloc[[1,3],[0]] # 2. dataframe, 单行/单列索引
  df.iloc[[1,3],[1,3]] # 2. dataframe, 不连续多行/多列索引
  df.iloc[[1,3],1:3] # 3. dataframe, 连续多行/多列切片
  ​
  df.loc[1,["A","D"]] # series 对应上述1
  df.loc[[1],["A","D"]] # df 对应上述2
  df.loc[[1,3],["A","D"]] # df 对应上述2
  df.loc[[1,3],"A":"D"] # df 对应上述3

  df.loc 按名称，df.iloc 按index。

查询数据的基本信息

• 查询数据前/后片段

  df.head(n) # 前n行
  df.tail(n) # 尾n行

• 查询数据维度 (行/列总数)

  df.shape  # (3453, 27)

• 查询数据类型 / 索引

  df.dtypes # 各列数据类型

• 查询数据总体情况

  df.info()

参考资料：

1. Pandas DataFrame切片 - 知乎

活动地址：CSDN21天学习挑战赛