对dataframe 行(index)，列(columns)的一些操作

首先构建一个dataframe

import pandas as pd
d={'one':{'a':1,'b':2,'c':3,'d':4},'two':{'a':5,'b':6,'c':7,'d':8},'three':{'a':9,'b':10,'c':11,'d':12}}
df=pd.DataFrame(d)
print(df)

构建的dataframe为：

one two three
a 1 5 9
b 2 6 10
c 3 7 11
d 4 8 12

查看dataframe的大小

print(df.shape)

输出结果是一个元组，index在前，columns在后：
(4, 3)
利用元组的性质，可以分别查看dataframe有多少行，多少列：

print('该dataframe共有%s行'%df.shape[0])
print('该dataframe共有%s列'%df.shape[1])

输出结果为：

该dataframe共有4行
该dataframe共有3列

查看dataframe中columns（列名）

print(df.columns)

输出结果为：

Index([‘one’, ‘two’, ‘three’], dtype=‘object’)
#dtype即datatype，数据的类型

这其实就是一个列表，列表内容为：[‘one’, ‘two’, ‘three’]。可以按照列表的一般性质处理。

查看dataframe中index（行名）

print(df.index)

输出结果为：

Index([‘a’, ‘b’, ‘c’, ‘d’], dtype=‘object’)

也是一个列表

查看每一列数据的类型（dtype）

print(df.dtypes)

输出结果为：

one int64
two int64
three int64
dtype: object

查看行列的内容

loc比较适合查看行名已知的某一行的内容；
iloc比较适合查看位置已知的数据

查看第一列的内容：

通过label查看

print(df[df.columns[0]])

拆开来看刚刚的命令是做了什么：

#第一步：获取列名的list
col=df.columns
#第二步：找出第一列的列名
col_first=col[0]
#第三步：通过列名获取该列的内容
print(df[col_first])

通过position查看

df.iloc[:,0]

输出结果为：

a 1
b 2
c 3
d 4
Name: one, dtype: int64

其实就是一个series

查看第一行的内容：

通过label查看

print(df.loc[df.index[0]])

通过position查看

print(df.iloc[0])

输出结果为：

one 1
two 5
three 9
Name: a, dtype: int64

这也是一个series

查看前两行的内容：

通过head函数查看

print(df.head(2))

通过label查看

print(df.loc[[df.index[0],df.index[1]]])

但是一定要记得，dataframe处理的都是数组形式
df.loc[df.index[0],df.index[1]]就会报错

通过position查看

print(df.iloc[0:2])#记得一定是0：2
#也可以写成print(df.iloc[[0,1]])，即：用[0,1]替换0:2

输出结果为：

one two three
a 1 5 9
b 2 6 10

查看后两行的内容：

通过tail函数查看

print(df.tail(2))

通过label查看

print(df.loc[[df.index[-2],df.index[-1]]])

通过position查看

print(df.iloc[-3:-1])

输出结果为：

one two three
c 3 7 11
d 4 8 12

查看特定行特定列内容：

例如：查看第三行第二列的内容：

通过label查看

df.at[df.index[2],df.columns[1]]
#先行后列，从0位开始计数
#print(df[df.columns[1]].loc[df.index[2]])也可以

通过position查看

print(df.iloc[2,1])
#先行后列，而且都是从0位开始计数的
#print(df.iat[2,1])也可以，效率更高

输出结果为：

7

查看特定列之间特定行之间的内容：

例如：查看2-3行，1-2列的内容

通过position查看

print(df.iloc[1:3,0:2])

输出结果为：

one two
b 2 6
c 3 7

查看每一列数据的整体特征

print(df.describe())

输出结果为：

one two three
count 4.000000 4.000000 4.000000
mean 2.500000 6.500000 10.500000
std 1.290994 1.290994 1.290994
min 1.000000 5.000000 9.000000
25% 1.750000 5.750000 9.750000
50% 2.500000 6.500000 10.500000
75% 3.250000 7.250000 11.250000
max 4.000000 8.000000 12.000000

对dataframe进行倒置

只需要在dataframe后面加上“.T”，就可以将其倒置

print(df.T)

输出结果为：

a b c d
one 1 2 3 4
two 5 6 7 8
three 9 10 11 12

最后

以上就是香蕉期待为你收集整理的python pandas 对dataframe行列的各种操作对dataframe 行(index)，列(columns)的一些操作的全部内容，希望文章能够帮你解决python pandas 对dataframe行列的各种操作对dataframe 行(index)，列(columns)的一些操作所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。