Python 經驗總結 1 資料框的切片

pandas 風格切片

每個人都知道 python 是一種高效、簡潔、優雅的語言。然而 python 也有很多坑，現在老宅開乙個新系列，分享老宅在學習和實踐中總結的經驗和教訓，不定期分享。

第乙個經驗就是要吐槽總結資料框的切片。python 有很多第三方的模組（比如 pandas 這樣的資料科學神器），對提公升 python 的實用性貢獻很大。然而模組多就有乙個***：語法的不一致性。老宅在學習 pandas 的過程中就被資料框切片的複雜語法搞得撓頭。

本文參考了，特此致謝。

資料框的切片，是在列表的切片的基礎上發展起來的。不過列表是一維，資料框是二維，因此資料框切片有自己獨特的方法。所以資料框的切片有兩個風格：原生風格和 pandas 風格（這兩個風格是老宅自己總結的…）。在總結以前，我們先構建資料集：

>>
>
import pandas as pd
>>
>
from sklearn.datasets import load_iris # 載入 iris 資料集模組
>>
> iris = pd.dataframe(load_iris()[
"data"])
# 載入 iris 資料集並轉化為列表
>>
> iris.columns =
["sepal_length"
,"sepal_width",.
.."petal_length"
,"petal_width"
]# 定義列名
>>
>
from string import ascii_lowercase # 載入字母表
>>
> idx =
>>
>
for i in ascii_lowercase:..
.for j in ascii_lowercase:..
# 建立字母表排列組合
>>
> iris.index = idx[
:150
]# 定義行名
>>
> iris.head(
)

sepal_length

sepal_width

petal_length

petal_width

aa5.1

3.51.4

0.2ab

4.93.0

1.40.2

ac4.7

3.21.3

0.2ad

4.63.1

1.50.2

ae5.0

3.61.4

0.2直接在資料框後面使用.連線列名。例如：

>>
> iris.sepal_length[1:
5]ab 4.9
ac 4.7
ad 4.6
ae 5.0
name: sepal_length, dtype: float64

這個方法不需要用""括上列，非常方便。不過這樣有個潛在的侷限：如果列名裡有空格，這個方法就不好用了，就要用下面的方法。

這個方法的好處是引號內可以有特殊符號，比如空格。這樣切片稍微麻煩一點，但是還可以接受。

這個方法與上面一樣都用來切片單列。有什麼不同呢？請看下面的例子：

>>
> iris[
"sepal_length"][
1:5]
ab 4.9
ac 4.7
ad 4.6
ae 5.0
name: sepal_length, dtype: float64
>>
> iris[
["sepal_length"]]
[1:5
]

sepal_length

ab4.9

ac4.7

ad4.6

ae5.0

單中括號和雙中括號的區別在於單中括號返回的是序列，而雙中括號返回的是資料框。

>>
> lst =
["sepal_length"
,"petal_length"
]>>
> iris[lst]
.head(
)

sepal_length

petal_length

aa5.1

1.4ab

4.91.4

ac4.7

1.3ad

4.61.5

ae5.0

1.4

>>
> iris[1:
5]

sepal length

sepal width

petal length

petal width

ab4.9

3.01.4

0.2ac

4.73.2

1.30.2

ad4.6

3.11.5

0.2ae

5.03.6

1.40.2

>>
> iris[
"ae"
:"ag"
]

sepal_length

sepal_width

petal_length

petal_width

ae5.0

3.61.4

0.2af

5.43.9

1.70.4

ag4.6

3.41.4

0.3行切片還有乙個列切片不具備的功能：切片連續的行。如果資料框的行名和列名不一致，pandas 會自動判斷你在切片行還是列。如果一致嘛…pandas 就不知所措了。這時候就要用到下面的 pandas 風格切片。

注意行和列都是用的複數形式，意味著可以同時切片多行或多列。同時也可以切片範圍內的行或列，使用:即可。

>>
> iris.loc[
"ae"
:"ag",[
"sepal_length"
,"petal_length"
]]

sepal_length

petal_length

ae5.0

1.4af

5.41.7

ag4.6

1.4想切片全部的行或列，只需要單獨使用:即可。

iris.loc[
"ae"
:"ag",:
]# 切片全部列

sepal_length

sepal_width

petal_length

petal_width

ae5.0

3.61.4

0.2af

5.43.9

1.70.4

ag4.6

3.41.4

0.3也可以基於行或列的數字索引切片，具備loc的一切結構和性質。

>>
> iris.iloc[1:
3,0:
2]

sepal_length

sepal_width

ab4.9

3.0ac

4.73.2

好了，總結完畢，困覺覺去了~

Python 經驗總結 1 資料框的切片

經驗總結資料預處理經驗總結1

主窗體彈出框，經驗總結

程式程式設計經驗總結（1）

Python 經驗總結 1 資料框的切片

經驗總結 資料預處理經驗總結1

主窗體 彈出框，經驗總結

程式程式設計經驗總結（1）

相關推薦

經驗總結資料預處理經驗總結1

主窗體彈出框，經驗總結