數(shù)據(jù)處理，也是風(fēng)控非常重要的一個環(huán)節(jié)，甚至說是模型成敗的關(guān)鍵環(huán)節(jié)。因此，嫻熟簡潔的數(shù)據(jù)處理技巧，是提高建模效率和建模質(zhì)量的必要能力。這里開個專題，總結(jié)下Pandas的使用方法，方便大家，也方便自己查閱。

這個專題叫做：【50個Pandas的奇淫技巧】，今天這個算是第一講，后續(xù)慢慢更新。

一、Pandas索引概述

很多人在使用Pandas處理數(shù)據(jù)時，總會迷失在data[]、iloc()、loc()、ix()中，似乎記得，又似乎不記得，每到用時都需要百度，不知所以然的解決了問題，下次繼續(xù)百度，記憶點基本上非?；靵y?？偨Y(jié)本文，希望能解決這個問題，通過一個簡單的案例徹底搞明白這幾種索引方法到底有什么區(qū)別。

日常使用中，推薦使用loc和iloc進(jìn)行索引，loc是指location的意思，iloc中的 i 是指integer，這兩個方法容易混淆，可以使用特殊方式來加強(qiáng)記憶。

iloc：基于位置，用行號、列號進(jìn)行索引，i 可以看著 int，因此 iloc 只能用整數(shù) 來索引，例如data.iloc[0:2,:]

loc ：基于標(biāo)簽，用行名、列名進(jìn)行索引，數(shù)據(jù)的index經(jīng)常為整數(shù)，因此 loc 的使用范圍要遠(yuǎn)高于iloc，loc可以使用整數(shù)切片、名稱(index,columns)索引、也可以切片和名稱混合使用。例如：data.loc[0:5:,'row1':'row2']

我們簡單構(gòu)造一個數(shù)據(jù)集，在下面的案例中需要用到。

import pandas as pdimport numpy  as npdata = pd.DataFrame(np.arange(25).reshape(5, 5),                   index = ['row1', 'row2','row3','row4','row5'],                   columns=['col1', 'col2','col3','col4','col5'])data       col1  col2  col3  col4  col5row1     0     1     2     3     4row2     5     6     7     8     9row3    10    11    12    13    14row4    15    16    17    18    19row5    20    21    22    23    24

創(chuàng)建的表格數(shù)據(jù)如下：

二、直接用列名索引

取一列：data['col1'] ，即取得第一列，得到的是一個Series對象。

取多列：data[['col1','col2']] ，即取得第一列、第二列，得到的是一個DataFrame對象。

注 意：用data['row1'] 、data[0]、data[:,0]、data[0,:]、data[:,'col1':'col2'] 統(tǒng)統(tǒng)都會報錯的，這類命令只能用來按列名取一列或多列。

data['col1']row1     0row2     5row3    10row4    15row5    20

data[['col1','col2']]       col1  col2row1     0     1row2     5     6row3    10    11row4    15    16row5    20    21
#下面的命令直接應(yīng)用都會報錯，但是用loc 和 iloc 就不會報錯data['row1']data[0]data[:,0]data[0,:]data[:,'col1':'col2'] #TypeError: '(slice(None, None, None), 0)' is an invalid ke

三、直接用行號索引

data[0:2] 代表取得第0行和第1行，不包含最后一個。

注 意：只取一行的話，要用data[0:1]，不能用data[0]，data[0:2,]也會報錯

data[0:2]      col1  col2  col3  col4  col5row1     0     1     2     3     4row2     5     6     7     8     9

四、iloc按行號、列號索引

官方：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iloc.html

1、行索引

1）取一行 ：data.iloc[0] 、data.iloc[0,:]

2）取多行 ：data.iloc[[0,2]] 、data.iloc[[0,2],:]

3）取連續(xù)多行 ：data.iloc[0:2] 、data.iloc[0:2,:]

2、列索引

4）取一列 ：data.iloc[:,0]

5）取多列 ：data.iloc[:,[0,2]]、data.iloc[:,[0,2]]

6）取連續(xù)多列 ：data.iloc[:,0:2]

注 意：

取行的時候可以不提列，也可以用 "，：" 來指全列

取列的時候必須用"：，"來指定全行。

可以使用一個數(shù)字來代表一個，可以使用一個列表[a,b]代表多個，也可以使用a:b代表連續(xù)多個。

data.iloc[0]col1    0col2    1col3    2col4    3col5    4

data.iloc[:,2:4]      col3  col4row1     2     3row2     7     8row3    12    13row4    17    18row5    22    23

data.iloc[:,[2,4]]      col3  col5row1     2     4row2     7     9row3    12    14row4    17    19row5    22    24

五、loc按行名、列名索引

官方網(wǎng)址：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html

1、行索引

取一行：data.loc['row1'] 、data.loc['row1',:]

取多行：data.loc[['row1','row2']] 、data.loc[['row1','row2'],:]

取連續(xù)多行：data.loc['row1':'row2'] 、data.loc['row1':'row2',:]

2、列索引

取一列：data.loc[:,'col1']

取多列：data.loc[:,['row1','row2']]

取連續(xù)多列：data.loc[:,'row1':'row2']

注 意：

取行的時候可以不提列，也可以用"，："來指全列。

取列的時候必須用"：，"來指定全行。

可以使用一個數(shù)字來代表一個，可以使用一個list ['a','b']代表多個，也可以使用'a':'b'代表連續(xù)多個。

data.loc[:,'col1':'col3']       col1  col2  col3row1     0     1     2row2     5     6     7row3    10    11    12row4    15    16    17row5    20    21    22

data.loc[:,['col1','col3']]      col1  col3row1     0     2row2     5     7row3    10    12row4    15    17row5    20    22

#當(dāng)索引為整數(shù)時，可以用整數(shù)進(jìn)行索引data = pd.DataFrame(np.arange(25).reshape(5, 5),                   columns=['col1', 'col2','col3','col4', 'col5'])   col1  col2  col3  col4  col50     0     1     2     3     41     5     6     7     8     92    10    11    12    13    143    15    16    17    18    194    20    21    22    23    24
data.loc[0:3,'col1':'col3']    col1  col2  col30     0     1     21     5     6     72    10    11    123    15    16    17

六、使用iat和at

iat 和 at 只能取單個元素，iat 使用行、列索引，at 使用行、列名，但是其功能被 iloc 和 loc 包含，因此不推薦。

data.iat[1,2] 7

data.at['row4','col4'] 18

七、最后總結(jié)（重點?。。。。?/span>

正常情況下，推薦使用 iloc 和 loc。最核心的點記住，取行可以不提列，取列必須提行，可以用一個數(shù)字，一個list，或者一個區(qū)間來取行列。ix新版的已經(jīng)棄用了，所以可以不用太關(guān)注。

推薦閱讀:
入門:?最全的零基礎(chǔ)學(xué)Python的問題? |?零基礎(chǔ)學(xué)了8個月的Python??|?實戰(zhàn)項目?|學(xué)Python就是這條捷徑

干貨:爬取豆瓣短評，電影《后來的我們》?|?38年NBA最佳球員分析?|? ?從萬眾期待到口碑撲街！唐探3令人失望? |?笑看新倚天屠龍記?|?燈謎答題王?｜用Python做個海量小姐姐素描圖?｜碟中諜這么火，我用機(jī)器學(xué)習(xí)做個迷你推薦系統(tǒng)電影

趣味:彈球游戲? |?九宮格? |?漂亮的花?|?兩百行Python《天天酷跑》游戲!

AI:?會做詩的機(jī)器人?|?給圖片上色?|?預(yù)測收入?|?碟中諜這么火，我用機(jī)器學(xué)習(xí)做個迷你推薦系統(tǒng)電影

小工具:?Pdf轉(zhuǎn)Word，輕松搞定表格和水印！?|?一鍵把html網(wǎng)頁保存為pdf！|??再見PDF提取收費！?|?用90行代碼打造最強(qiáng)PDF轉(zhuǎn)換器，word、PPT、excel、markdown、html一鍵轉(zhuǎn)換?|?制作一款釘釘?shù)蛢r機(jī)票提示器！?｜60行代碼做了一個語音壁紙切換器天天看小姐姐！｜


年度爆款文案
1).臥槽！Pdf轉(zhuǎn)Word用Python輕松搞定！
2).學(xué)Python真香！我用100行代碼做了個網(wǎng)站，幫人PS旅行圖片，賺個雞腿吃
3).首播過億，火爆全網(wǎng)，我分析了《乘風(fēng)破浪的姐姐》，發(fā)現(xiàn)了這些秘密?
4).80行代碼！用Python做一個哆來A夢分身?
5).你必須掌握的20個python代碼，短小精悍，用處無窮?
6).30個Python奇淫技巧集?
7).我總結(jié)的80頁《菜鳥學(xué)Python精選干貨.pdf》,都是干貨?
8).再見Python！我要學(xué)Go了！2500字深度分析！
9).發(fā)現(xiàn)一個舔狗福利！這個Python爬蟲神器太爽了，自動下載妹子圖片

點閱讀原文，看B站我的視頻！