python 获得列表索引 python获取索引值

获取行索引和列索引的值以及DataFrame中的所有值

df = pd.DataFrame(...)
#行索引值
df.index
#将行索引值转换为列表
df.index.values
#列索引值
df.columns
df.columns.values
#获取Dataframe的所有值  numpy.ndarray类型
df.values

获取DataFrame的行数和列数

df.shape[0]  #行数
df.shape[1]  #列数

行列索引的修改

df.columns = [...]  #用一个新的列表指定DataFrame的列索引

根据行列索引取值

df.iat[1,1]  #取第二行第二列的值
df.at['row_index','col_index']   #取出对应索引名称下的值

需要注意的是，行列索引值为整数时，用at方法取值就会报错。但这些整数并不是按照0,1,2…这样的下标形式排列的，所以也不能用iat取值，这时可以用loc

df.loc[100050,100070]  #取出行索引为100050，列索引为100070的值

根据行下标取行的值

df[m:n]  #m行到n-1行的值（m，n是下标）
df.iloc[-1]  #取最后一行,Series类型
df.iloc[-1:]  #取最后一行，DataFrame类型

获取一列

df['name']  #name列的值
   #name列的值

###不用列名，删除最后一列

df.drop(df.columns[len(df.columns)-1],axis=1,inplace=True)

增加一列

df['column_name'] = ['',...]
#举例
df = pd.DataFrame({'name': ['Raphael', 'Donatello'],
                    'mask': ['red', 'purple'],
                    'weapon': ['sai', 'bo staff']})
print(df)
df['increase'] = ['a','b']
print(df)

指定位置增加列

df.insert(index,column_name,data)
#index:要增加的列所在的位置
#column_name：增加的列的名称
#data:增加的列的数据