访问 DataFrame 中的数据-慕源网

访问DataFrame中的数据

至此我们已经了解了Creating DataFrames以及它的各种属性是什么（参考我之前的文章）

现在是时候处理这些 DataFrame 中的数据了。因此，在本文中，我们将学习如何在 DataFrame 中选择和访问数据。

这可以通过多种方式完成，但我想将其分为 3 类访问数据，

Values
Rows
Columns

让我们以下面的DataFrame为例了解如何以这3种方式访问数据，

通过Value访问数据

它类似于访问数组中的数据，我们提到了索引，它在该索引处获取数据。
考虑上面的例子，我们想要获取学生 A 在 2019 年在 Science 中的表现——我们将使用列“Science”和index “2019”；即science [‘2019’] 或science [1]。
语法: <DataFrameObject>. <column_name[row_name]>
语法: <DataFrameObject>. <column_name[row_index]>

此外，我们可以使用属性“at”和“iat”，这两个属性也用于获取特定索引处的值，但我们在这里一起提到行和列名称/索引。
语法: <DataFrameObject>. <at[row_name,column_name]>
语法: <DataFrameObject>. <iat[row_index,column_index]>

import pandas as pd  
dict= {'English':[85,73,98], 'Math':[60,80,58], 'Science':[90,60,74],'French': [95,87,92] }  
df=pd.DataFrame(dict,index=['2018','2019','2020'])  
print(df)  
print('\n')  
print('Method 1:',df.Math['2019'])  
print('Method 2:',df.Science[1])  
print('Method 3:',df.at['2020','Math'])  
print('Method 4:',df.iat[2,1])

输出

通过Rows访问数据

您只需要提及要显示的行名称。
如果我们想访问任何特定的行，我们使用关键字 loc。

句法

<DataFrameObject>. <loc[row_name,column_name]>

比如你想显示学生A的报告，其中必须有2019年获得的所有科目的数字。所以这里的行是“2019”，所有列都被使用。我们可以写，

DataFrameObject.loc[‘2019’,:]

“:” – 表示显示所有列，因此根据上面的语句，它将选取第 2019 行和所有列。

您也可以一次访问多行，假设您现在想要显示除 2019 和 2020 之外的所有科目的学生 A 的报告。
我们可以这样写： DataFrameObject.loc[‘2019′:’2020’,:]

import pandas as pd  
dict= {'English':[85,73,98], 'Math':[60,80,58], 'Science':[90,60,74], 'French': [95,87,92] }  
df=pd.DataFrame(dict,index=['2018','2019','2020'])  
print(df)  
print('\n')  
print('To access a row:')  
print('\n')  
print(df.loc['2019',:],'\n')  
print('To access multiple rows:')  
print('\n')  
print(df.loc['2019':'2020',:])

输出

通过Columns访问数据

在上面的部分中，我们学习了如何显示特定行的记录，什么是我们想要在我们想要特定列的地方显示相同的报表。· 你只需要提到你想要显示的列名。

句法

<DataFrameObject>. <[column_name]>

例如，现在我们想要学生 A 多年来的报告，但只需要科学科目。所以在这里我们将考虑所有行，但列是“科学”。我们可以写，

DataFrameObject.[’ Science’]

如果您想访问多个要使用的列，

句法

<DataFrameObject>. <[column_name1, column_name2]>

句法

<DataFrameObject>. <loc[: ,column_name1:column_name2]>

import pandas as pd  
dict= {'English':[85,73,98], 'Math':[60,80,58], 'Science':[90,60,74], 'French': [95,87,92] }  
df=pd.DataFrame(dict,index=['2018','2019','2020'])  
print(df)  
print('\n')  
print('To access a column:')  
print('\n')  
print(df['Science'],'\n')  
print('To access multiple columns:')  
print('\n')  
print(df.loc[:,'Science':'French'])

输出

如果我们还想要特定范围的行和列怎么办？

我们使用上面学到的相同语法，并提到我们想要访问的特定行和列名称。

假设，我们只想显示学生 A 2018 年和 2019 年的英语和科学科目的报告。

import pandas as pd  
dict= {'English':[85,73,98], 'Math':[60,80,58], 'Science':[90,60,74], 'French': [95,87,92] }  
df=pd.DataFrame(dict,index=['2018','2019','2020'])  
print(df.loc['2018':'2019','English':'Science'])

输出

当我们使用“column1:column3”时；这不仅意味着它将显示 column1 和 column3，这意味着它将显示从 column1 到 column3 的所有值，包括 column1 和 column2。行的情况相同。

但毕竟，这个问题出现了，

如果我的文件很大并且我们不记得行和列名称来访问它们怎么办？
如果 DataFrame 对象不包含行或列标签怎么办？
如果你想从这种 DataFrame 中提取一个子集，在上述情况下你会怎么做？

答案是索引值。这是通过 Slicing DataFrames 完成的。

您必须知道关键字 loc。但是现在如果你想使用索引值，那么要使用的关键字是 iloc。

import pandas as pd  
dict= {'English':[85,73,98], 'Math':[60,80,58], 'Science':[90,60,74], 'French': [95,87,92] }  
df=pd.DataFrame(dict,index=['2018','2019','2020'])  
print(df)  
print('\n')  
print('Using Index value with iloc:')  
print('\n')  
print(df.iloc[0:2,1:3])

输出

每当使用 ‘iloc’- [2:6]; 这意味着从 2 开始到 6-1=5 结束，所以这从 2 到 5

概括

在本文中，我们学习了如何选择和访问 dataFrame 中的数据。我们将在我的 PANDAS 系列文章中了解更多内容。苦练！

在我的下一篇文章中，我们将学习“如何在 DataFrame 中分配、添加或修改数据”。

非常欢迎与本文相关的反馈或查询。

谢谢阅读。

访问 DataFrame 中的数据