python pandafram 通过某列键值 获取同一行另一列键值 python pandas选取一列

pandas中选取行，列数据有三种索引方法：.

• loc
• .iloc
• []

文章目录

• 一.[ ]的使用
• 二.loc[ ]的使用
• 二.iloc[ ]的使用

注意：.ix的用法在0.20.0中已经不建议使用了！
首先，创建一个DataFrame:

import pandas as pd
import numpy as np
data = pd.DataFrame(np.random.randn(8, 4),index=list("abcdefgh"),columns=['A','B','C','D'])
print(data))

输出为:

一.[ ]的使用

使用[ ]选取数据只能传入一个参数，就是列标签名，所以这种方法只能选取列数据.

• 1.1.一个列标签作为参数，选取某一列

print(data[‘A’])
a -0.314230
b 1.673732
c -0.404464
d -0.245632
e -3.341850
f -0.872869
g -0.039912
h 1.830474
Name: A, dtype: float64

• 1.2.多个列标签组成列表作为参数，选取多列

print(data[[‘A’,‘B’]])

• 1.3.筛选符合条件的行

二.loc[ ]的使用

.loc主要是基于标签(label)的，包括行标签(index)和列标签(columns)，即行名称和列名称，可以使用df.loc[index_name,col_name]，选择指定位置的数据，其它的用法有：

• 2.1.使用单个标签，如果.loc[]中只有单个标签，那么选择的是某一行。

• 2.2.使用多个标签组成的列表，选择多行 。

• 2.3.标签的切片对象：与通常的python切片不同，在最终选择的数据中包含切片的start和stop

• 2.4.传进2个参数，同时选择行和列

• 2.5.选择满足某个条件的行

二.iloc[ ]的使用

iloc是基于位置的索引，利用元素在各个轴上的索引序号进行选择，序号超出范围会产生IndexError，切片时允许序号超过范围，其功能和loc[ ]是相同的，只不过将参数由行列标签的值变为行列的数字索引值。

• 2.1.使用单个标签，如果.loc[]中只有单个标签，那么选择的是某一行。

• 2.2.使用多个标签组成的列表，选择多行 。

• 2.3.标签的切片对象：与通常的python切片不同，在最终选择的数据中包含切片的start和stop

• 2.4.传进2个参数，同时选择行和列

• 2.5.选择满足某个条件的行