dataframe按行遍历按列遍历，切片举例

最新推荐文章于 2024-02-25 17:26:34 发布

原创最新推荐文章于 2024-02-25 17:26:34 发布 · 3.3k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#机器学习 #python #回归

python相关问题专栏收录该内容

26 篇文章

订阅专栏

本文详细介绍了如何使用Pandas库按行和按列遍历DataFrame，并展示了不同切片方法的应用，包括获取特定列的数据、取值、切片以及倒序输出。通过实例展示了values属性与切片结合的多种用法，如取所有元素、取指定索引、取最后一项、取除最后一位外的所有元素以及倒序输出数据。

dataframe按行遍历按列遍历，切片举例

    import pandas as pd
    df = pd.DataFrame([[1, 2, 3], [4, 5, 6]],columns=['A','B','C'])

	a	b	c
0	1	2	3
1	4	5	6

1.按行遍历

（1）

    import pandas as pd
    df = pd.DataFrame([[1, 2, 3], [4, 5, 6]],columns=['A','B','C'])
    for indexs in df.index:
        print(df.loc[indexs])

df.iloc[indexs]和df.loc[indexs]输出结果相同

输出：

A    1
B    2
C    3
Name: 0, dtype: int64
A    4
B    5
C    6
Name: 1, dtype: int64

A，B，C是列名

（2）

    import pandas as pd
    df = pd.DataFrame([[1, 2, 3], [4, 5, 6]],columns=['A','B','C']) 
    for indexs in df.index:
        print(df.loc[indexs][0])
        # [0]表示输出第0列也就是A列上的数据
        # df.loc[indexs][0]和df.loc[indexs].values[0]输出结果相同

输出：

1
4

（3）values[]配合切片的用法

    import pandas as pd
    df = pd.DataFrame([[1, 2, 3], [4, 5, 6]],columns=['A','B','C'])
    for indexs in df.index:
        print(df.loc[indexs].values[:])

values[:]或values[0:]：取所有元素

[1 2 3]
[4 5 6]

values[-1]：取最后一个元素

3
6

values[:-1]：取最后一个元素之外的所有元素

[1 2]
[4 5]

values[::-1]：取所有元素倒序输出

[3 2 1]
[6 5 4]

2.按列遍历

(1)

    import pandas as pd
    df = pd.DataFrame([[1, 2, 3], [4, 5, 6]],columns=['A','B','C'])
    for indexs in df.columns:
        print(df[indexs])

输出：

0    1
1    4
Name: A, dtype: int64
0    2
1    5
Name: B, dtype: int64
0    3
1    6
Name: C, dtype: int64

(2)values[]配合切片的用法

    import pandas as pd
    df = pd.DataFrame([[1, 2, 3], [4, 5, 6]],columns=['A','B','C'])
    for indexs in df.columns:
        print(df[indexs].values)

输出：

[1 4]    --第一列
[2 5]	 --第二列
[3 6]	 --第三列

    import pandas as pd
    df = pd.DataFrame([[1, 2, 3], [4, 5, 6]],columns=['A','B','C'])
    for indexs in df.columns:
    #df[indexs].values[1]效果等同于df[indexs][1]
        print(df[indexs].values[1])

输出：

4	--第一列第二行数据
5	--第二列第二行数据
6	--第三列第二行数据

    import pandas as pd
    df = pd.DataFrame([[1, 2, 3], [4, 5, 6]],columns=['A','B','C'])
    for indexs in df.columns:
        print(df[indexs].values[::-1])

输出：

[4 1]   --第一列倒序
[5 2]	--第二列倒序
[6 3]	--第三列倒序