【非常重要】pandas的一维序列Series和二维表DataFrame的五种索引访问方式总结大全

灰太狼 2021-08-13 17:25 341阅读 0赞

**说明：位置索引----list索引访问方式  
标签索引----dict索引访问方式**

### **关于DataFrame和Series的关系总结：** ###

**其中Series又具备了numpy中ndarray数组的特性以及dict的特性！**

关于DataFrame和Series的关系总结：
    其中Series又具备了numpy中ndarray数组的特性以及dict的特性！
    
    
    df = pd.DataFrame({"name": "aaa", "age": 18, "sex": "man", "height": 1.08},
                      index=pd.date_range("20190101", freq="D", periods=3))
    
    print(df.values)
    
    '''
        DataFrame内部就是二维Series列的组合,这也是为什么在访问DataFrame[列标签索引]的原因！
        [   
            ['aaa' 18 'man' 1.08]
            ['aaa' 18 'man' 1.08]
            ['aaa' 18 'man' 1.08]
        ]
    '''

**总结Series的五种索引访问方式：**

**由于Series是一个一维标签数组,所有at和loc等价，iat和iloc等价,都会获取单个值！**

**Series具备list和dict的特性,可以直接Series\[列标签索引或位置索引\]访问**  
    **Series.at\[行标签索引,列标签索引\] == Series.loc\[行标签索引,列标签索引\]**  
        访问行/列标签对的单个值。  
    **Series.iat\[行位置索引,列位置索引\] == Series.iloc\[行位置索引,列位置索引\]**  
        通过整数位置访问行/列对的单个值。  
  
  
**总结DataFrame的五种索引访问方式：**

**DataFrame.at\[行标签索引,列标签索引\]**  
        访问行/列标签对的单个值。  
    **DataFrame.iat\[行位置索引,列位置索引\]**  
        通过整数位置访问行/列对的单个值。  
    **DataFrame.loc\[行标签索引,列标签索引\]**

df = pd.DataFrame([np.random.randint(1, 10, 4)],
                      index=pd.date_range("20190101", freq="D", periods=10),
                      columns=list('ABCD'))
    
    print(df)
    # 这种方式等价于print(df.loc["20190101",:]),选择一行所有的列！
    print(df.loc["20190101"])

按标签访问一组行和列。  
    **DataFrame.iloc\[行位置索引,列位置索引\]**  
        按整数位置访问一组行和列。  
    >>>> 对象标签索引访问方式<<<<  
    **dataFrame.列标签索引 或 dataFrame\[列标签索引\]**