dataframe 选取数据¶

摘要¶

选取行名、列名、值
以标签（行、列的名字）为索引选择数据—— x.loc[行标签,列标签]
以位置（第几行、第几列）为索引选择数据—— x.iloc[行位置,列位置]
同时根据标签和位置选择数据——x.ix[行,列]
选择连续的多行多列——切片
选择不连续的某几行或某几列
简便地获取行或列
如何返回一个dataframe的单列或单行
按条件选取数据——df[逻辑条件]

# 导入pandas模块
import pandas as pd

获得一个dataframe类型的数据样例¶

# 获得一个dataframe类型的数据样例
df=get_price('000001.XSHE',start_date='2016-02-01',end_date='2016-02-04',frequency='daily',fields=['open','close','high','low'])
df

选择行名¶

df.index

DatetimeIndex(['2016-02-01', '2016-02-02', '2016-02-03', '2016-02-04'], dtype='datetime64[ns]', freq=None, tz=None)

选择列名¶

df.columns

Index([u'open', u'close', u'high', u'low'], dtype='object')

选择值¶

df.values

array([[ 8.08,  7.93,  8.1 ,  7.88],
       [ 7.93,  8.05,  8.12,  7.92],
       [ 7.97,  7.97,  8.  ,  7.91],
       [ 8.  ,  8.05,  8.09,  8.  ]])

以标签（行、列的名字）为索引选择数据—— df.loc[行标签,列标签]¶

# 选择行标签为'2016-02-01'，列标签为'open'，的数据
df.loc['2016-02-01','open']

8.0800000000000001

以位置（第几行、第几列）为索引选择数据—— df.iloc[行位置,列位置]¶

注意位置从0开始计算，即第一行是的位置对应的是0

# 选择第1行第1列的数据
df.iloc[0,0]

8.0800000000000001

同时根据标签和位置选择数据——df.ix[行,列]¶

# 选择第1行列为‘open’的数据
df.ix[0,'open']

8.0800000000000001

选择连续的多行多列——切片¶

起点索引:终点索引这种用法叫做一个切片，指从起点索引到终点索引。看实际用法就懂了。

如果起点索引省略代表从头开始，终点索引省略代表直到最后，都省略就代表全部了。

切片在.loc、.iloc、.ix三种方法中都可以应用

#选择行从'2016-02-02'到'2016-02-04'，列从'open'到'high'的数据
df.loc['2016-02-02':'2016-02-04','open':'high']

#选择从第2行到最后一行，列从第1列到第3列的数据
df.iloc[1:,0:3]

由上例可见，当以位置为索引时，切片是不包括终点的，是左闭右开的。即第1列到第3列不是写作0:2而是0:3。

# 选择选择行从'2016-02-02'到'2016-02-04'，列从第1列到第3列的数据
df.ix['2016-02-02':'2016-02-04',:3]

选择不连续的某几行或某几列¶

df.loc[:,['open','high']]

df.iloc[:,[0,2]]

df.ix[[0,2],['open','high']]

备注：当以标签名选取不连续的某几行的时候在这个例子中如df.loc['2016-02-02','2016-02-04',:]这样写会出错，，是时间格式的原因，这样写就可以了df.ix[[pd.Timestamp('2016-02-02'), pd.Timestamp('2016-02-04')]]

简便地获取行或列¶

直接用切片获取行，直接用标签名获取列。注意不要错乱。

df['2016-02-02':'2016-02-04']

df[0:3]

df[['open','high']]

df['open']

2016-02-01    8.08
2016-02-02    7.93
2016-02-03    7.97
2016-02-04    8.00
Name: open, dtype: float64

如何返回一个dataframe的单列或单行¶

如上此时返回的是一个series，而不是dataframe，有时单独只获取一行的时候也会返回一个series，如df.ix[0,:]。

df.ix[0,:]

open     8.08
close    7.93
high     8.10
low      7.88
Name: 2016-02-01 00:00:00, dtype: float64

若要返回dataframe，可用中括号把索引括上，如下。

df[['open']]

df.ix[[0],:]

按条件选取数据——df[逻辑条件]¶

逻辑条件支持&(与)、|(或)、~(非)等逻辑运算

df[df['open']>=8]

## 多个条件之间运算时用括号括起来
df[(df.index=='2016-02-02') | (df['open']>=8)]

## 选择df中不在[8.10,8]的数据
df[~df.isin([8.10,8])]

这个方法有个常用情景，即按条件修改数据：

# 把df中open大于8的替换为123
df[df['open']>=8]=123
df

	open	close	high	low
2016-02-01	8.08	7.93	8.10	7.88
2016-02-02	7.93	8.05	8.12	7.92
2016-02-03	7.97	7.97	8.00	7.91
2016-02-04	8.00	8.05	8.09	8.00

	open	close	high	low
2016-02-01	123.00	123.00	123.00	123.00
2016-02-02	7.93	8.05	8.12	7.92
2016-02-03	7.97	7.97	8.00	7.91
2016-02-04	123.00	123.00	123.00	123.00

量化交易吧 / 数理科学 帖子：3364712 新帖：0

【dataframe】选取数据

我太难了发表于：5 月 10 日 05：16回复(1)

摘要

dataframe 选取数据¶

摘要¶

获得一个dataframe类型的数据样例¶

选择行名¶

选择列名¶

选择值¶

以标签（行、列的名字）为索引选择数据—— df.loc[行标签,列标签]¶

以位置（第几行、第几列）为索引选择数据—— df.iloc[行位置,列位置]¶

同时根据标签和位置选择数据——df.ix[行,列]¶

选择连续的多行多列——切片¶

选择不连续的某几行或某几列¶

简便地获取行或列¶

如何返回一个dataframe的单列或单行¶

按条件选取数据——df[逻辑条件]¶

全部回复

0/140

粉丝:473

帖子数:0

粉丝:555

帖子数:0

粉丝:686

帖子数:0

量化课程

热门标签

删除回复

确认要删除这篇文章么？

举报用户

信息提示

该文章已删除

设置置顶

完成设置【置顶】！

设置置顶

已取消设置【置顶】！

设置精华

完成设置【精华】！

设置精华

已取消设置【精华】！

审核信息

该文章已审核通过

审核信息

您已设置该文章审核不通过

举报成功

您已举报成功

用户登录

移动帖子

创建私信

屏蔽提示

确认要屏蔽该用户么？

屏蔽回复

您已对该用户实现屏蔽

信息回复

已发送成功

量化交易吧 / 数理科学帖子：3364712 新帖：0