博客

详解pandas DataFrame的查询方法（loc,iloc,at,iat,ix的用法和区别）

  • Post category:Python

详解pandas DataFrame的查询方法

Pandas是一个很强大的数据分析库，提供了灵活、易用、高效的数据结构和数据处理工具。Pandas DataFrame是Pandas库中最常用的数据结构之一，包含有标签行和列的二维表格，类似于Excel表格的形式。在对Pandas DataFrame进行数据筛选时，我们常使用众多的查询方法，其中包括.loc、.iloc、.at、.iat和.ix，这些方法都有着各自的特点和用法。下面我们将进行一一解析并进行比较。

.loc方法

.loc方法用于基于标签来获取行和列的数据，是比较灵活的一种查询方式。通过.loc方法可以进行高级索引和切片操作。

在使用.loc时，需要注意：

  1. loc方法是基于行和列的标签来查询数据的。因此，对于整数类型的标签，需要将它们转换为字符串类型。
  2. 在使用切片时，要注意右端点是被包含在内的，这一点与Python切片有所不同。

示例1：

import pandas as pd

dict = {'name': ['jack', 'rose', 'harry'], 'age': [18, 20, 19], 'gender': ['male', 'female', 'male']}
df = pd.DataFrame(dict)
df.set_index('name', inplace = True)

print(df.loc[['jack','rose'], :])

输出结果为：

       age  gender
name             
jack    18    male
rose    20  female

示例2：

import pandas as pd

dict = {'name': ['jack', 'rose', 'harry'], 'age': [18, 20, 19], 'gender': ['male', 'female', 'male']}
df = pd.DataFrame(dict)
df.set_index('name', inplace = True)

print(df.loc[['jack','rose'], ['age', 'gender']])

输出结果为：

       age  gender
name             
jack    18    male
rose    20  female

.iloc方法

.iloc方法用于基于整数位置来获取行和列的数据，相当于对行和列进行编号。与.loc方法不同的是，.iloc方法是使用整数索引来查询和筛选数据的。

示例1：

import pandas as pd

dict = {'name': ['jack', 'rose', 'harry'], 'age': [18, 20, 19], 'gender': ['male', 'female', 'male']}
df = pd.DataFrame(dict)
df.set_index('name', inplace = True)

print(df.iloc[0:2, :])

输出结果为：

      age  gender
name            
jack   18    male
rose   20  female

示例2：

import pandas as pd

dict = {'name': ['jack', 'rose', 'harry'], 'age': [18, 20, 19], 'gender': ['male', 'female', 'male']}
df = pd.DataFrame(dict)
df.set_index('name', inplace = True)

print(df.iloc[0:2, 1:3])

输出结果为：

       age  gender
name             
jack    18    male
rose    20  female

.at方法

.at方法用于获取单个特定位置的值，仅适用于获取单个元素，无法进行切片和高级索引。

在使用.at时，需要注意：

  1. at方法是基于行和列的标签来查询数据的。因此，对于整数类型的标签，需要将它们转换为字符串类型。

示例：

import pandas as pd

dict = {'name': ['jack', 'rose', 'harry'], 'age': [18, 20, 19], 'gender': ['male', 'female', 'male']}
df = pd.DataFrame(dict)
df.set_index('name', inplace = True)

print(df.at['jack', 'gender'])

输出结果为：

'male'

.iat方法

.iat方法用于获取单个特定位置的值，仅适用于获取单个元素，无法进行切片和高级索引。

示例：

import pandas as pd

dict = {'name': ['jack', 'rose', 'harry'], 'age': [18, 20, 19], 'gender': ['male', 'female', 'male']}
df = pd.DataFrame(dict)
df.set_index('name', inplace = True)

print(df.iat[0, 1])

输出结果为：

18

.ix方法

.ix方法是.loc方法和.iloc方法的混合使用，是一种通用、灵活的查询方式，在Pandas 1.0版本之后已经被弃用，推荐使用.loc和.iloc方法代替。

总结

.loc和.iloc方法可以进行行和列的高级索引和切片操作，适用于大部分数据查询的情况下；
.at和.iat方法则适用于只需要查询单个元素的情况下。

以上就是Pandas DataFrame的几种查询方式，它们各自有着不同的用法和特点，需要根据具体情况来选择。

Tags: