pandas DataFrame 行列索引及值的获取的方法


						pandas DataFrame是二维的,所以,它既有列索引,又有行索引

上一篇里只介绍了列索引:





import pandas as pd



df = pd.DataFrame({'A': [0, 1, 2], 'B': [3, 4, 5]})

print df



# 结果:

  A B

0 0 3

1 1 4

2 2 5





行索引自动生成了 0,1,2

如果要自己指定行索引和列索引,可以使用 index 和 column 参数:

这个数据是5个车站10天内的客流数据:





ridership_df = pd.DataFrame(

  data=[[  0,  0,  2,  5,  0],

     [1478, 3877, 3674, 2328, 2539],

     [1613, 4088, 3991, 6461, 2691],

     [1560, 3392, 3826, 4787, 2613],

     [1608, 4802, 3932, 4477, 2705],

     [1576, 3933, 3909, 4979, 2685],

     [ 95, 229, 255, 496, 201],

     [  2,  0,  1,  27,  0],

     [1438, 3785, 3589, 4174, 2215],

     [1342, 4043, 4009, 4665, 3033]],

  index=['05-01-11', '05-02-11', '05-03-11', '05-04-11', '05-05-11',

      '05-06-11', '05-07-11', '05-08-11', '05-09-11', '05-10-11'],

  columns=['R003', 'R004', 'R005', 'R006', 'R007']

)







data 参数为一个numpy二维数组,  index 参数为行索引, column 参数为列索引

生成的数据以表格形式显示:





     R003 R004 R005 R006 R007

05-01-11   0   0   2   5   0

05-02-11 1478 3877 3674 2328 2539

05-03-11 1613 4088 3991 6461 2691

05-04-11 1560 3392 3826 4787 2613

05-05-11 1608 4802 3932 4477 2705

05-06-11 1576 3933 3909 4979 2685

05-07-11  95  229  255  496  201

05-08-11   2   0   1  27   0

05-09-11 1438 3785 3589 4174 2215

05-10-11 1342 4043 4009 4665 3033



下面说下如何获取DataFrame里的值:

1.获取某一列: 直接 ['key']





print(ridership_df['R003'])



# 结果:

05-01-11    0

05-02-11  1478

05-03-11  1613

05-04-11  1560

05-05-11  1608

05-06-11  1576

05-07-11   95

05-08-11    2

05-09-11  1438

05-10-11  1342

Name: R003, dtype: int64





2.获取某一行:  .loc['key']





print(ridership_df.loc['05-01-11'])

# 或者

print(ridership_df.iloc[0])





# 结果:

R003  0

R004  0

R005  2

R006  5

R007  0

Name: 05-01-11, dtype: int64



3.获取某一行某一列的某个值:





print(ridership_df.loc['05-05-11','R003'])

# 或者

print(ridership_df.iloc[4,0])



# 结果:

1608







4.获取原始的numpy二维数组:





print(ridership_df.values)



# 结果:

[[  0  0  2  5  0]

 [1478 3877 3674 2328 2539]

 [1613 4088 3991 6461 2691]

 [1560 3392 3826 4787 2613]

 [1608 4802 3932 4477 2705]

 [1576 3933 3909 4979 2685]

 [ 95 229 255 496 201]

 [  2  0  1  27  0]

 [1438 3785 3589 4174 2215]

 [1342 4043 4009 4665 3033]]



*注意在这过程中,数据格式如果不一致,会发生转换.

一个综合栗子:

从 ridership_df 找出第一天里客流量最多的车站,然后返回这个车站的日平均客流,以及返回所有车站的平均日客流,作为对比:





def mean_riders_for_max_station(ridership):

  max_index = ridership.iloc[0].argmax()

  mean_for_max = ridership[max_index].mean()

  overall_mean = ridership.values.mean()

  return (overall_mean, mean_for_max)



print mean_riders_for_max_station(ridership_df)



# 结果:

(2342.6, 3239.9)





以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持中文源码网。