小編給大家分享一下pandas之DataFrame行列數(shù)據(jù)篩選的示例分析，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

一、對DataFrame的認知

DataFrame的本質是行(index)列(column)索引+多列數(shù)據(jù)。

為了簡化理解，我們不妨換個思路…

現(xiàn)實中，為了簡化對一件事物的描述，我們會選擇幾個特征。

例如，從（性別、身高、學歷、職業(yè)、愛好..）等角度去刻畫一個人，這些“角度”即為“特征”。

其中，不同的行表示不同的記錄；列代表特征，不同記錄因各個特征之間的差異而不同。

DataFrame默認索引是序號（0，1，2…），可以理解成位置索引。一般我們用id標識不同記錄，不會改變index。但為了理解不同特征（列）含義，我們往往會重新指定column。

一些簡易但不算嚴謹?shù)睦斫馐牵?/strong>

行列

行 – index – 記錄 （一般沿用默認索引）

列 – column – 特征 （自定義索引）

索引

默認索引 – 序號 – 位置 – 方便索引但理解不易

自定義索引 – 特征名稱 – 屬性 – 便于理解

二、對dataframe進行行列數(shù)據(jù)篩選

import pandas as pd,numpy as np
from pandas import DataFrame
df = DataFrame(np.arange(20).reshape((4,5)),column = list('abcde'))

1.df[]&df. 選取列數(shù)據(jù)

df.a 
df[[‘a(chǎn)','b']]

2.df.loc[[index],[colunm]] 通過標簽選擇數(shù)據(jù)

不對行進行篩選時，[index]處填 : (不能為空)，即df.loc[:,'a']表示選取a列全部數(shù)據(jù)。

df.loc[0,'a'] 
df.loc[0:1,[‘a(chǎn)','b']] 
df.loc[[0,2],[‘a(chǎn)','c']]

3.df.iloc[[index],[colunm]] 通過位置選擇數(shù)據(jù)

不對行進行篩選時，同df.loc[]，即[index]處不能為空。

df.iloc[0,0] 
df.iloc[0:1,1:3] 
df.iloc[[0,2],[1,3]]

4.df.ix[[index],[column]] 通過標簽or位置選擇數(shù)據(jù)

df.ix[]混合了標簽和位置選擇。需要注意的是，[index]和[column]的框內(nèi)需要指定同一類的選擇。
df.ix[[0:1],[‘a(chǎn)',3]]報錯

以上是“pandas之DataFrame行列數(shù)據(jù)篩選的示例分析”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學習更多知識，歡迎關注創(chuàng)新互聯(lián)行業(yè)資訊頻道！