DataFrame查增改删

查 Read

类list/ndarray数据访问方式

dates = pd.date_range('',periods=10)

dates

df = pd.DataFrame(np.random.randn(10,4),index=dates,columns=['A','B','C','D'])

df

#索引

df['A']

df.A

df['A']['2013-01-01']#先列后行

df.A['2013-01-01']

df[['A','C']]

下面为Pandas专用的数据访问方式

.loc 通过自定义索引获取数据

#选取某行

df.loc['2013-01-01']

#选取某列

df.loc[:,'A']

#选取特定值

df.loc['2013-01-01','A'] #先行后列

#选取指定的行/列

df.loc[[dates[0],dates[2]],:] #指定行

df.loc[:,['A','B']] #指定列

df.loc[[dates[0],dates[2]],['A','B']]#指定行列

#切片

df.loc['2013-01-01':'2013-01-04',:] #对行切片

df.loc[:,'A':'C'] #对列切片

df.loc['2013-01-01':'2013-01-04','A':'C'] #切片选取连续区块。行，列。左开右闭

.iloc 通过默认索引获取数据

#选取某行

df.iloc[3]

#选取某列

df.iloc[:,2]

#选取特定值:

df.iloc[1,2]

#选取指定的行/列

df.iloc[[1,2,4],:] #指定行

df.iloc[:,[0,2]] #指定列

df.iloc[[1,2,4],[0,2]] #指定行列 ，先行后列

#切片

df.iloc[1:3,:] #对行切片:

df.iloc[:,1:3] #对列切片:

df.iloc[3:5,0:2] #切片选取连续区块。行，列。左开右闭

Boolean索引

#通过某列选择数据:

df[df.A > 0]

#通过where选择数据:

b = df[df > 0]

b

type(b['A']['2013-01-01'])

#通过 isin() 过滤数据:

df2 = df.copy()

df2['E'] = ['one', 'one','two','three','four','three','five','four','three','five']

df2

df2['E'].isin(['one','four'])

df2[df2['E'].isin(['one','four'])]

---

增 Create

s1 = pd.Series([1,2,3,4,5,6], index=pd.date_range('', periods=6))

s1

#新增一列数据

df2['F'] = s1

df2

改 Update

#更新一列值

df2.loc[:,'D']

df2.loc[:,'D'] = 5

df2

df2.iloc[1,3]

df2.iloc[1,3] = 10.1

df2

#通过where更新

df3 = df.copy()

df3[df3 > 0] = -df3

df3