现学现卖之pandas-02数据的选择

关注

原创最新推荐文章于 2026-08-27 13:18:20 发布 210 阅读 AI 写同款· GEO 优化 ›

利用pandas来进行csv文件读取 read_csv:从文件，url，文件型对象中加载带分隔符的数据，默认分隔符为逗号 read_table:从文件，url，文件型对象中加载带分隔符的数据，默认分隔符为制表符’/t’ read_fwf:读取固定宽度的数据 read_clipboard:读取剪切板中的数据，可以看作是read_table的剪切板，在将在网页上的数据转换为表格中的数据时用到 pip install pandas Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simpl 阅读详情

数据的选择(简略版)[2020年3月]

1 Series AND Dataframe

series，只是一个一维数据结构，它由index和value组成。
dataframe，是一个二维结构，除了拥有index和value之外，还拥有column。数值提取的方法并不唯一，形式也并不固定，这里列出的也并非全部，有兴趣可以继续探索。

2 取值

import numpy as np  
import pandas as pd
#假设某天的温度，湿度，降雨量
test = np.arange(1,4)

#创建Series对像
T = pd.Series(test)

#创建DataFrame对象
D = pd.DataFrame((test,test,test),columns=['温度','湿度','降水量'])

Series

名称	示例
取单个值	T[1],取索引为1的值
取多个值	T[1:4],取索引1到索引3的数
取不连续的多个	T[1:5:2],取索引1到4的数，间隔2
布尔	T[T>4], 取T中大于4的数

DataFrame

名称	示例
取单个值	未写
取单列	D.温度\D[‘温度’]\D.iloc[:,1]\D.loc[:,‘温度’],不连续的不在赘述，以上。
取多列	D[[‘温度’,‘降水量’]].iloc[:,1:3:1]\D.loc[:,[‘温度’,‘湿度’]]
取单行	D[:1]\D.iloc[0,:]\D.iloc[[1]]\D.loc[[1]]\D.loc[0,:]
取多行	D[0:2]\D.iloc[0:2,:]\D.loc[0:2,:]
取单行多列/取多行单列	都是在前面的基础上进行变化，这里大家自己试试比较好。
布尔形式	布尔形式的取值方式灵活多变，这里就不再举例，原理上来讲，就是通过需求限制行列和值，获取想要的数据。

iloc和loc

名称	注释
iloc	loc函数：通过行索引 “Index” 中的具体值来取行数据（如取"Index"为"1"的行），由于创建的时候没有指定索引，所以这里默认的索引是和行号一致的。
iloc	iloc函数：通过行号来取行数据（如取第二行的数据）