pandas-Dataframe(取数)

DataFrame是什么

(有行有列的数据就是df)

• Dataframe简称df、或df数据集
• df = pd.read_csv(’…/xxx.csv’)`返回的是dataframe对象
• dataframe对象是一种特殊的数据结构，和excel中的表格、mysql中的表类似，有行有列
• spark中也有dataframe这种数据结构，二者在如何组织数据这一层面上来说，完全相同

DataFrame的常用API

API:指各种属性、方法、函数；调用他们能够得到我们想要的东西（对象）

• print(df) 展示全部表数据
• df.head(n) 展示n行数据，默认展示5行
• df.shape 获取行列数量
• df.info() 以列为维度，获取数据表的整体统计情况
  1 每列有多少数据
  2 每列数据是什么样的数据类型,是小数还是整数等待
  3 每列数据中是否存在空值

DataFrame局部数据的API(取数)

loc 和iloc(重要)

功能:

• 按行取数据
• 按列取数据
• 按范围取数据

区别:

• loc是根据索引值取数据
• iloc是根据索引序号取数据

df.loc和df.iloc取1行或多行数据

• df.loc[索引值]：通过行索引的值获取指定一行的数据
• df.loc[[索引值1, 索引值2, 索引值3, ...]] 通过行索引的值获取指定多行的数据
• df.iloc[索引序号]：通过索引序号获取指定的一行数据
• df.iloc[[索引序号1, 索引序号2, 索引序号3, ...]] 通过行索引 的值获取指定多行的数据
• df.iloc[索引序号1:索引序号6] 返回索引序号1到索引序号5的多行数据；
• 特别注意：遵循下标范围的左包右闭原则（包含左边，不包含右边

df.loc和df.iloc取1列或几列数据

• df.loc[:, ['列名1', '列名2', ...]] 冒号表示全部行
• df.iloc[:, ['列序号1', '列序号2', ...]]

df.loc和df.iloc取范围数据 (几行几列)

• df.loc[[行索引值1, 行索引值2,......],['列名1','列名2',.....]]
• df.iloc[[行索引号1,行索引号2,...],['序列号1','序列号2',...]]
• df.iloc[行索引号m:行索引号n,列序号x:列序号y]
  遵循 左包右闭,获取第m行到第n-1行,第x列到第y-1列的数据

获取全部行号以及列号

• [i for i in range(df.shape[0])] 返回行号组成的列表
• [i for i in range(df.shape[1])]

df.head 和 df.tail

• 都返回的是dataframe对象 ,表中局部的表
• df.head(n) 从前边拿n行数据，n默认为5
• df.tail(m) 从最后倒着拿m行数据，m默认也为5
• n和m都是索引

根据列名查看一列或多列数据

• 根据列名查看一列数据

df[['列名']] # 返回df对象
df['列名'] # 返回series对象

• 根据列名查看多列数据

df[['列名1','列名2','列名3', ...]] # 返回df对象