首页 > 技术文章 > python基础教程:pandas DataFrame 行列索引及值的获取的方法

gnz49 2020-03-12 14:34 原文

  pandas DataFrame是二维的,所以,它既有列索引,又有行索引

  import pandas as pd

  df = pd.DataFrame({'A': [0, 1, 2], 'B': [3, 4, 5]})

  print df

  # 结果:

  A B

  0 0 3

  1 1 4

  2 2 5

  行索引自动生成了 0,1,2

  如果要自己指定行索引和列索引,可以使用 index 和 column 参数:

  这个数据是5个车站10天内的客流数据:

  ridership_df = pd.DataFrame(

  data=[[ 0, 0, 2, 5, 0],

  [1478, 3877, 3674, 2328, 2539],

  [1613, 4088, 3991, 6461, 2691],

  [1560, 3392, 3826, 4787, 2613],

  [1608, 4802, 3932, 4477, 2705],

  [1576, 3933, 3909, 4979, 2685],

  [ 95, 229, 255, 496, 201],

  [ 2, 0, 1, 27, 0],

  [1438, 3785, 3589, 4174, 2215],

  [1342, 4043, 4009, 4665, 3033]],

  index=['05-01-11', '05-02-11', '05-03-11', '05-04-11', '05-05-11',

  '05-06-11', '05-07-11', '05-08-11', '05-09-11', '05-10-11'],

  columns=['R003', 'R004', 'R005', 'R006', 'R007']

  )

  data 参数为一个numpy二维数组, index 参数为行索引, column 参数为列索引

  生成的数据以表格形式显示:

  R003 R004 R005 R006 R007

  05-01-11 0 0 2 5 0

  05-02-11 1478 3877 3674 2328 2539

  05-03-11 1613 4088 3991 6461 2691

  05-04-11 1560 3392 3826 4787 2613

  05-05-11 1608 4802 3932 4477 2705

  05-06-11 1576 3933 3909 4979 2685

  05-07-11 95 229 255 496 201

  05-08-11 2 0 1 27 0

  05-09-11 1438 3785 3589 4174 2215

  05-10-11 1342 4043 4009 4665 3033

  下面说下如何获取DataFrame里的值:

  1.获取某一列: 直接 [‘key’]

  print(ridership_df['R003'])

  # 结果:

  05-01-11 0

  05-02-11 1478

  05-03-11 1613

  05-04-11 1560

  05-05-11 1608

  05-06-11 1576

  05-07-11 95

  05-08-11 2

  05-09-11 1438

  05-10-11 1342

  Name: R003, dtype: int64

  2.获取某一行: .loc[‘key’]

  print(ridership_df.loc['05-01-11'])

  # 或者

  print(ridership_df.iloc[0])

  # 结果:

  R003 0

  R004 0

  R005 2

  R006 5

  R007 0

  Name: 05-01-11, dtype: int64

  3.获取某一行某一列的某个值:

  print(ridership_df.loc['05-05-11','R003'])

  # 或者

  print(ridership_df.iloc[4,0])

  # 结果:

  1608

  4.获取原始的numpy二维数组:

  print(ridership_df.values)

  # 结果:

  [[ 0 0 2 5 0]

  [1478 3877 3674 2328 2539]

  [1613 4088 3991 6461 2691]

  [1560 3392 3826 4787 2613]

  [1608 4802 3932 4477 2705]

  [1576 3933 3909 4979 2685]

  [ 95 229 255 496 201]

  [ 2 0 1 27 0]

  [1438 3785 3589 4174 2215]

  [1342 4043 4009 4665 3033]]

  *注意在这过程中,数据格式如果不一致,会发生转换.

  一个综合栗子:郑州妇科医院哪家好 yiyuan.120ask.com/zzfck/

  从 ridership_df 找出第一天里客流量最多的车站,然后返回这个车站的日平均客流,以及返回所有车站的平均日客流,作为对比:

  def mean_riders_for_max_station(ridership):

  max_index = ridership.iloc[0].argmax()

  mean_for_max = ridership[max_index].mean()

  overall_mean = ridership.values.mean()

  return (overall_mean, mean_for_max)

  print mean_riders_for_max_station(ridership_df)

  # 结果:

  (2342.6, 3239.9)

推荐阅读