pandas取列号_pandas生成dataframe，获取行和列，得到series

lib不用就忘：

一、创建dataframe

C:\Windows\system32>python

Python 3.5.4 (v3.5.4:3f56838, Aug 8 2017, 02:17:05) [MSC v.1900 64 bit (AMD64)] on win32

Type "help", "copyright", "credits" or "license" for more information.

>>> import pandas as pd

>>> a = [[3, 4], [5, 6],[7,8]]

>>> b = pd.DataFrame(a)

>>> b

0 1

0 3 4

1 5 6

2 7 8

二、索引

# dataframe的行索引为index，列索引为columns

# 改变索引，会改变dataframe本身，如果不想改变dataframe本身，最好先复制再修改。

new_index1 = ['d', 'e', 'f']

b.index=new_index1

0 1

d 3 4

e 5 6

f 7 8

# 改变列索引

new_index2 = ['g', 'h']

b.columns=new_index2

g h

0 3 4

1 5 6

2 7 8

三、获取行或列

>>> b

0 1

d 3 4

e 5 6

f 7 8

# 三种索引方式：loc, iloc, ix

# loc通过行或列的标签索引，iloc通过行号或列号索引，ix是前两种方式的综合

# 获取第一行

# 方式一：通过loc获取行或列标签的方式

>>> b.loc[['e'], :] # 获取行标签为'e'的行，也可以用 b.loc['e', :]

# 输出：

0 1

e 5 6

# 方式二：通过iloc获取行号或者列号的方式

>>> b.iloc[:, 1] # 获取列标签为1的列，也可以用 b.iloc[:,[1]]

# 输出：

d 4

e 6

f 8

# 方式三：通过ix灵活获取。行列标签和行号列号都支持

>>> b.ix['e',:]

# 输出：

__main__:1: FutureWarning:

.ix is deprecated. Please use

.loc for label based indexing or

.iloc for positional indexing

See the documentation here:

http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#ix-indexer-is-deprecated

0 5

1 6

Name: e, dtype: int64

>>> b.ix[:,1]

# 输出：

d 4

e 6

f 8

Name: 1, dtype: int64

四、获取出的行或列的类型就是dataseries

>>> type(b.loc['e', :])

>>> type(b.iloc[:,1])

标签：ix,loc,series,行和列,dataframe,索引,获取,iloc

来源： https://blog.youkuaiyun.com/qxqxqzzz/article/details/101296187