|
在介绍DataFrame的数据结构时，我们解释过label和position两个概念，这两个概念和loc()与iloc()两个操作息息相关。所以，在介绍这两个操作之前，我们再简单复习一下label和position：
label: 对DataFrame的列或行（Index）的名称统称为labelposition: 对DataFrame的列或行（Index）的排序位置（0，1，2，…)统称为position
相应地：
loc(): 基于label（或者是boolean数组）进行数据选择iloc(): 基于position(整数-integer)进行数据选择
iloc()中的i指的是integer，意为integer position的意思。
DataFrame.loc()
DataFrame.loc()支持如下类型的参数：
- 单一标签，例如：5或’a’（这里的5不是指position，而是一个值为5的index label)
- 一组标签列表，例如：['a’, 'b’, 'c’]
- 一个标签切片，例如：'a’:'f’
- 一个与行/列长度一致的boolean类型的数组
- 一个能返回上述四种结果的函数（字面量）
注意：以上所有参数都是单一维度的，当loc()只有上述一个参数时，是在行的维度上进行筛选，同时，loc()支持添加一个逗号，再配置一个列维度上的筛选参数。
在演示各种操作之前，我们先构建一个DF出来：
import numpy as np
import pandas as pd
df = pd.DataFrame([[2, 3], [5, 6], [8, 9]],
index=['cobra', 'viper', 'sidewinder'],
columns=['max_speed', 'shield'])
在该DF基础上，我们看一下loc()的特种操作。
基于单一标签筛选（行维度）
df.loc['viper']
'viper’是一个标签名，放在第一维度上（没有逗号分割，所以是行维度），因而筛选出的就是(viper,5,6)这一行数据
基于单一标签筛选（行/列两个维度）
我们也可以在行、列两个维度上分别筛选：
df.loc['cobra', 'shield']
这一操作既限定了行是cobra, 列是shield，所以只能筛选出一个cell，就是3。
基于一个标签数组筛选
df.loc[['viper', 'sidewinder']]
这一操作同时筛选了’viper’, 'sidewinder’两行数据。
基于一个切片筛选
df.loc['cobra':'viper', 'max_speed']
这是一个行/列复合条件的筛选，其中在行维度上，使用了slice，从’cobra’行连续选取到’viper’行，在列维度上选取’max_speed’这一列，最终得到了上图的结果集。
基于一个boolean数组筛选
df.loc[[False, False, True]]
这个boolean类型的数组是作用到行维度上的，False意为跳过，不选取，True自然为选取。
如果我们想从列维度上筛选想要的数据列，可以这样写：
df.loc[:, [False,True]]
输出：
shield
cobra 3
viper 6
sidewinder 9
这一操作的逻辑是：在行维度上通过：操作符全选，然后在列维度上单独选取第二个列。
同样的，我们也可以使用boolean数组在行、列两个维度上同时筛选：
df.loc[[False, False, True], [False,True]]
输出：
shield
sidewinder 9
该操作只选取了第三行，第二列。
基于一个函数字面量筛选
df.loc[df['shield'] > 6]
df['shield'] > 6是一个boolean类型的表达式，它返回True或False，因些符合要求，它的筛选逻辑是：选出那些’shield’列的值大于6的所有的行。
一个更标准的例子是lambda表达式：
df.loc[lambda df: df['shield'] == 9]
这个lambda表达式（匿名函数）和df['shield'] == 9是等效的。它的筛选逻辑是：选出那些’shield’列的值等于9的所有的行。
本节参考文章： https://www./pandas/dataframe/dataframe-loc.php
DataFrame.iloc()
在理解了DataFrame.loc()之后，DataFrame.iloc()就会变得简单很多，其操作与DataFrame.loc()高度一致，只是它所基于的不是标签，而是Position，是从0开始到lengh-1的位置序号。同样的，DataFrame.iloc()支持如下类型的参数：
- 一个Position整数，例如：5
- 一个Position整数数组，例如：[4, 3, 0]
- 一个Position整数切片，例如：1:7
- 一个与行/列长度一致的boolean类型的数组
- 一个能返回上述四种结果的函数（字面量）
在演示各种操作之前，我们先构建一个DF出来：
import numpy as np
import pandas as pd
mydict = [{'p': 2, 'q': 3, 'r': 4, 's': 5},
{'p': 200, 'q': 300, 'r': 400, 's': 500},
{'p': 2000, 'q': 3000, 'r': 4000, 's': 5000 }]
df = pd.DataFrame(mydict)
输出：
在该DF基础上，我们看一下iloc()的特种操作。
基于一个Position筛选
df.iloc[0]
输出：
p 2
q 3
r 4
s 5
选取的是第0行数据。
基于一个Position数组筛选
df.iloc[[0, 1]]
输出：
选出的是第0行和第1行数据。
基于一个Position切片筛选
df.iloc[:3]
输出：
选出前3行记录。
基于一个boolean数组筛选
df.iloc[[True, False, True]]
输出：
选出第0行和第2行数据
基于一个函数筛选
df.iloc[lambda x: x.index % 2 == 0]
输出：
选出索引值是偶数的行，所以是0,2两行入选
本节参考文章： https://www./pandas/dataframe/dataframe-iloc.php
|
