如何獲取DataFrame值的索引以及其他

更新時間：2024年02月01日 10:46:26 作者：S_o_l_o_n

這篇文章主要介紹了如何獲取DataFrame值的索引以及其他問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教

獲取DataFrame值的索引及其他

1、可以用DataFrame的條件索引，即令df_sub=df[conditions]，然后再獲取df_sub的index屬性即可

2、對于某一個列，可以先轉化為list類型，然后利用list.index(values)方法獲取索引，其中若有重復著，則返回第一個值對應的索引

3、list.count(value)可返回value在list中的個數

4、DataFrame.count()返回每行或每列的值的個數，除去空值（默認是行）

dataframe索引總結

dataframe通過索引獲取數據的方式有[]、iloc、loc等幾種方式

使用方法如下：

dates = pd.date_range("20130101", periods=6)
df3=pd.DataFrame(np.random.randn(6,4),index=dates,columns=list('ABCD'))

                   A         B         C         D
2013-01-01  0.469112 -0.282863 -1.509059 -1.135632
2013-01-02  1.212112 -0.173215  0.119209 -1.044236
2013-01-03 -0.861849 -2.104569 -0.494929  1.071804
2013-01-04  0.721555 -0.706771 -1.039575  0.271860
2013-01-05 -0.424972  0.567020  0.276232 -1.087401
2013-01-06 -0.673690  0.113648 -1.478427  0.524988

一、[]

df[]的參數只能傳入一個維度，要么是行索引，要么是列索引，不能同時傳入行索引和列索引。

（一）當查詢某一列時，df[]傳入一個columns值。

df3['A']

2013-01-01    0.531617
2013-01-02    0.246897
2013-01-03   -0.998825
2013-01-04    0.155664
2013-01-05   -1.624819
2013-01-06   -0.096553
Freq: D, Name: A, dtype: float64

（二）當查詢多列時，df[]傳入一個columns值的列表。

df3[['A','B']]

	            A	        B
2013-01-01	0.531617	-0.482471
2013-01-02	0.246897	3.693472
2013-01-03	-0.998825	0.155230
2013-01-04	0.155664	0.496338
2013-01-05	-1.624819	0.326698
2013-01-06	-0.096553	-0.250773

（三）當查詢某一行或多行時，只能傳入index值的切片。

df3[0:0]      #dataframe的第0行是指columns行。

    A    B    C    D

df3[0:3]

                A              B            C            D
2013-01-01    0.531617    -0.482471    0.185244    -0.236437
2013-01-02    0.246897    3.693472    0.091417    0.419647
2013-01-03    -0.998825    0.155230    0.942951    0.699358

df3[3:]

                A            B            C            D
2013-01-04    0.155664    0.496338    0.458513    0.315339
2013-01-05    -1.624819    0.326698    -2.198222    -0.544078
2013-01-06    -0.096553    -0.250773    0.491527    -1.857682