loc索引器

使用的索引可能不是整数，而是自定义的！！！

表的列索引

列索引是最常见的索引形式，一般通过[]来实现。通过[列名]可以从DataFrame中取出相应的列，返回值为Series。

import pandas as pd
import numpy as npdf = pd.read_csv('xuexi.csv', usecols = ['School', 'Grade', 'Name', 'Gender', 'Weight', 'Transfer'])
print(df['Name'].head())

如果要取出多个列，则可以通过[列名组成的列表]，其返回值为一个DataFrame。

print(df[['Name', 'Gender']].head())

此外，若要取出单列，且列名中不包含空格，则可以用.列名取出，这和[列名]是等价的。

print(df.Name.head())

序列的行索引

以字符串为索引的Series

如果取出单个索引的对应元素，则可以使用[item]，若Series只有单个值对应，则返回这个标量值，如果有多个值对应，则返回一个Series。

df = pd.Series(data=[1, 2, 3, 4, 5],index=['a', 'b', 'a', 'a', 'e']
)
print(df['a'])
# a    1
# a    3
# a    4
# dtype: int64print(df['e'])
# 5

如果取出多个索引的对应元素，则可以使用[items的列表]。

print(df[['a', 'b']])
# a    1
# a    3
# a    4
# b    2
# dtype: int64

如果想要取出某两个索引之间的元素，并且这两个索引是在整个索引中唯一出现，则可以使用切片,，同时需要注意这里的切片会包含两个端点。

df = pd.Series(data=[1, 2, 3, 4, 5],index=['a', 'b', 'c', 'd', 'e']
)
print(df['a':'c'])
# a    1
# b    2
# c    3
# dtype: int64

如果前后端点的值重复出现，那么需要经过排序才能使用切片。

df = pd.Series(data=[1, 2, 3, 4, 5],index=['a', 'b', 'a', 'a', 'e']
)
print(df.sort_index()['a':'b'])

以整数为索引的Series

在使用数据的读入函数时，如果不特别指定所对应的列作为索引，那么会生成从0开始的整数索引作为默认索引。

和字符串一样，如果使用[int]或[int_list]，则可以取出对应索引元素的值。

df = pd.Series(data=[1, 2, 3, 4, 5],index=[1,2,1,1,5]
)
print(df[1])
# 1    1
# 1    3
# 1    4
# dtype: int64print(df[2])
# 2

print(df[[1,2]])
# 1    1
# 1    3
# 1    4
# 2    2
# dtype: int64

如果不想陷入麻烦，那么请不要把纯浮点以及任何混合类型（字符串、整数、浮点类型等的混合）作为索引，否则可能会在具体的操作时报错或者返回非预期的结果，并且在实际的数据分析中也不存在这样做的动机。

对于表而言，有两种索引器，一种是基于元素的loc索引器，另一种是基于位置的iloc索引器。

loc索引

前面的操作目的是列的获取，下面是行的获取。

loc索引器的一般形式是loc[*, *]，其中第一个*代表行的选择，第二个*代表列的选择，如果省略第二个位置写作loc[*]，这个*是指行的筛选。其中，*的位置一共有五类合法对象，分别是：

• 单个元素
• 元素列表
• 元素切片
• 布尔列表
• 函数

利用set_index方法把Name列设为索引。

import pandas as pd
import numpy as npdf = pd.read_csv('xuexi.csv', usecols = ['School', 'Grade', 'Name', 'Gender', 'Weight', 'Transfer'])df_demo = df.set_index('Name')
print(df_demo.head())

单个元素

直接取出相应的行或列，如果该元素在索引中重复则结果为DataFrame，否则为Series。

print('选取Qiang Sun的数据')
print(df_demo.loc['Qiang Sun']) # 选取Qiang Sun的数据 多个数据
console.divider()
print(df_demo.loc['Quan Zhao']) # 选取Quan Zhao的数据 单个数据

输出：

选取Qiang Sun的数据School      Grade  Gender  Weight Transfer
Name
Qiang Sun            Tsinghua University     Junior  Female    53.0        N
Qiang Sun            Tsinghua University  Sophomore  Female    40.0        N
Qiang Sun  Shanghai Jiao Tong University     Junior  Female     NaN        N
=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-
School      Shanghai Jiao Tong University
Grade                              Junior
Gender                             Female
Weight                               53.0
Transfer                                N
Name: Quan Zhao, dtype: object

可以同时选择行和列。

print(df_demo.loc['Qiang Sun', 'School']) # 返回Series
console.divider()
print(df_demo.loc['Quan Zhao', 'School']) # 返回单个元素

输出：

Name
Qiang Sun              Tsinghua University
Qiang Sun              Tsinghua University
Qiang Sun    Shanghai Jiao Tong University
Name: School, dtype: object
=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-
Shanghai Jiao Tong University

元素列表

取出列表中所有元素值对应的行或列。

print(df_demo.loc[['Qiang Sun','Quan Zhao'], ['School','Gender']])
#                                   School  Gender
# Name
# Qiang Sun            Tsinghua University  Female
# Qiang Sun            Tsinghua University  Female
# Qiang Sun  Shanghai Jiao Tong University  Female
# Quan Zhao  Shanghai Jiao Tong University  Female

元素切片

列表内使用切片。

如果是唯一值的起点和终点字符，那么就可以使用切片。

print(df_demo.loc['Gaojuan You':'Gaoqiang Qian', 'School':'Gender'])
#                                       School      Grade  Gender
# Name
# Gaojuan You                 Fudan University  Sophomore    Male
# Xiaoli Qian              Tsinghua University   Freshman  Female
# Qiang Chu      Shanghai Jiao Tong University   Freshman  Female
# Gaoqiang Qian            Tsinghua University     Junior  Female

如果DataFrame使用整数索引，其使用整数切片的时候和上面字符串索引的要求一致，都是元素切片，包含端点且起点、终点不允许有重复值。

布尔列表

传入loc的布尔列表与DataFrame长度相同，且列表为True的位置所对应的行会被选中，False则会被剔除。

print(df_demo.loc[df_demo.Weight>70].head())

也可以通过isin方法返回的布尔列表等价写出。

print(df_demo.loc[df_demo.Grade.isin(['Freshman', 'Senior'])].head())

对于复合条件而言，可以用|（或）, &（且）, ~（取反）的组合来实现

print(df_demo[(df_demo['School'] == 'S_1') & (df_demo['Grade'] == 'G_1')| (df_demo['Weight'] > 70)
])

函数

这里的函数，必须以前面的四种合法形式之一为返回值，并且函数的输入值为DataFrame本身。函数的形式参数x本质上即为df_demo。

def condition(x:pd.DataFrame):return ((x['School'] == 'S_1') & (x['Grade'] == 'G_1')| (x['Weight'] > 70))
print(df_demo.loc[condition])

不要使用链式赋值。在对表或者序列赋值时，应当在使用一层索引器后直接进行赋值操作，这样做是由于进行多次索引后赋值是赋在临时返回的copy副本上的，而没有真正修改元素从而报出SettingWithCopyWarning警告。

• 错误：df[df['A'] > 1]['B'] = 100
• 正确：df.loc[df['A'] > 1, 'B'] = 100

Joyful-Pandas-课程详情 | Datawhale