金山手机网站建设,网站营销推广,seo关键词推广,广州安全教育平台入口登录处69_Pandas.DataFrame获取行号和列号
将讲解如何从pandas.DataFrame的行名和列名中获取行号和列号#xff0c;以及如何从列元素的值中获取行名和行号。 下面对内容进行说明。
根据行名和列名获取行号和列号 get_loc() 方法 当行名和列名重复时 列表索引、列 从列元素值获取行…69_Pandas.DataFrame获取行号和列号
将讲解如何从pandas.DataFrame的行名和列名中获取行号和列号以及如何从列元素的值中获取行名和行号。 下面对内容进行说明。
根据行名和列名获取行号和列号 get_loc() 方法 当行名和列名重复时 列表索引、列 从列元素值获取行名称和行号
如果想从行号或列号中获取行、列或元素的值请参考下面的文章。
04_Pandas获取和修改任意位置的值at,iat,loc,iloc28_Pandas通过index选择并获取行和列
以下面的 pandas.DataFrame 为例。
import pandas as pddf pd.read_csv(data/sample_pandas_normal.csv, index_col0)print(df)
# age state point
# name
# Alice 24 NY 64
# Bob 42 CA 92
# Charlie 18 CA 70
# Dave 68 TX 70
# Ellen 24 CA 88
# Frank 30 NY 57根据行名和列名获取行号和列号
get_loc() 方法
有一个名为 get_loc() 的方法用于获取 pandas.DataFrame 的索引和列。
如果指定行名或列名作为参数则将返回行号和列号。行号和列号都是从0开始的整数。 行号是从索引中获取的。
print(df.index.get_loc(Alice))
# 0print(df.index.get_loc(Ellen))
# 4列号是从列中获得的。
print(df.columns.get_loc(age))
# 0print(df.columns.get_loc(point))
# 2无论哪种情况对于不存在的名称都会发生 KeyError 错误。
# print(df.index.get_loc(XXX))
# KeyError: XXX# print(df.columns.get_loc(XXX))
# KeyError: XXX当行名和列名重复时
如果行名或列名重复请小心。以下示例使用重复的行名称但这同样适用于列名称。 使用 rename() 方法更改行名称并准备重复的行名称。
01_Pandas.DataFrame的行名和列名的修改
df_dup df.rename(index{Charlie: Bob})
print(df_dup)
# age state point
# name
# Alice 24 NY 64
# Bob 42 CA 92
# Bob 18 CA 70
# Dave 68 TX 70
# Ellen 24 CA 88
# Frank 30 NY 57在这种情况下get_loc()方法返回一个切片类型对象而不是行号。
print(df_dup.index.get_loc(Bob))
# slice(1, 3, None)print(type(df_dup.index.get_loc(Bob)))
# class slice添加更多重复的行名称。
df_dup.rename(index{Ellen: Bob}, inplaceTrue)
print(df_dup)
# age state point
# name
# Alice 24 NY 64
# Bob 42 CA 92
# Bob 18 CA 70
# Dave 68 TX 70
# Bob 24 CA 88
# Frank 30 NY 57如果无法用切片表示则它将是 bool 类型的 NumPy 数组 numpy.ndarray。
print(df_dup.index.get_loc(Bob))
# [False True True False True False]print(type(df_dup.index.get_loc(Bob)))
# class numpy.ndarrayslice 对象和 bool 类型数组都可以用于索引引用和 iloc 定位。 bool 类型数组也可以与 loc 一起使用。
04_Pandas获取和修改任意位置的值at,iat,loc,iloc28_Pandas通过index选择并获取行和列
print(df_dup[df_dup.index.get_loc(Bob)])
# age state point
# name
# Bob 42 CA 92
# Bob 18 CA 70
# Bob 24 CA 88print(df_dup.iloc[df_dup.index.get_loc(Bob), 0])
# name
# Bob 42
# Bob 18
# Bob 24
# Name: age, dtype: int64注意对于索引可以使用query()方法提取元素而不需要使用get_loc()获取切片对象或bool类型数组。
print(df_dup.query(index Bob))
# age state point
# name
# Bob 42 CA 92
# Bob 18 CA 70
# Bob 24 CA 88即使行名和列名重复如果您想要获取行号和列号而不是切片对象或 bool 类型数组请按如下所述列出索引和列。
列表索引、列
索引和列可以使用list()转换为标准Python列表列表类型对象。
l_index list(df.index)
print(l_index)
# [Alice, Bob, Charlie, Dave, Ellen, Frank]print(type(l_index))
# class listl_columns list(df.columns)
print(l_columns)
# [age, state, point]print(type(l_columns))
# class list可以使用列表的 index() 方法获取索引元素数量。
print(l_index.index(Bob))
# 1如果行名称重复您可以使用内置函数 enumerate() 和列表理解来获取索引列表。
l_index_dup list(df_dup.index)
print(l_index_dup)
# [Alice, Bob, Bob, Dave, Bob, Frank]print([i for i, x in enumerate(l_index_dup) if x Bob])
# [1, 2, 4]从列元素值获取行名称和行号
我们不会从行名和列名中获取行号和列号而是向您展示如何从任意列的元素中获取相应的行名和行号。 继续使用下面的 pandas.DataFrame 作为示例。
print(df)
# age state point
# name
# Alice 24 NY 64
# Bob 42 CA 92
# Charlie 18 CA 70
# Dave 68 TX 70
# Ellen 24 CA 88
# Frank 30 NY 57可以使用 query() 方法根据任何列中元素的条件提取行。返回值是pandas.DataFrame。
print(df.query(state CA))
# age state point
# name
# Bob 42 CA 92
# Charlie 18 CA 70
# Ellen 24 CA 88通过列出使用 query() 提取的 pandas.DataFrame 的索引可以获得特定值的行名称列表。
print(list(df.query(state CA).index))
# [Bob, Charlie, Ellen]如果仅提取一行则同样适用。如果您想要行名称值而不是列表只需获取索引的第一个元素 [0] 即可。
print(df.query(state TX))
# age state point
# name
# Dave 68 TX 70print(list(df.query(state TX).index))
# [Dave]print(df.query(state TX).index[0])
# Dave如果想获取行号而不是行名请使用reset_index()将索引重置为从0开始的连续数字然后执行相同的过程。
21_Pandas.DataFrame,重置Series的索引index(reset_index)
print(df.reset_index())
# name age state point
# 0 Alice 24 NY 64
# 1 Bob 42 CA 92
# 2 Charlie 18 CA 70
# 3 Dave 68 TX 70
# 4 Ellen 24 CA 88
# 5 Frank 30 NY 57print(list(df.reset_index().query(state CA).index))
# [1, 2, 4]print(list(df.reset_index().query(state TX).index))
# [3]print(df.reset_index().query(state TX).index[0])
# 3
