【Python】50個Pandas的奇淫技巧:一網(wǎng)打盡各種索引 iloc,loc,ix,iat,at…
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(diǎn)基本上非常混亂?？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'])datacol1 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
: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
:,2:4]col3 col4row1 2 3row2 7 8row3 12 13row4 17 18row5 22 23
:,[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。
:,'col1':'col3']col1 col2 col3row1 0 1 2row2 5 6 7row3 10 11 12row4 15 16 17row5 20 21 22
:,['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 24:3,'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(diǎn)?。。。。?/span>
正常情況下，推薦使用 iloc 和 loc。最核心的點(diǎn)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。
往期精彩回顧