《Python数据分析极简入门》

第2节 3 Pandas数据查看

这里我们创建一个DataFrame命名为df：

import numpy as np
import pandas as pd
d =  np.array([[81, 28, 24, 25, 96],
       [ 8, 35, 56, 98, 39],
       [13, 39, 55, 36,  3],
       [70, 54, 69, 48, 12],
       [63, 80, 97, 25, 70]])
df = pd.DataFrame(data = d,
                  columns=list('abcde'))
df

查看前n行

df.head(2)

查看后n行

df.tail(2)

查看随机N行

df.sample(2)

按列选取

单列选取，我们有3种方式可以实现

第一种，直接在[]里面写上要筛选的列名

df['a']

0    81
1     8
2    13
3    70
4    63
Name: a, dtype: int64

第二种，在.iloc[]里的,前面写上要筛选的行索引，在,后面写上要筛选的列索引。其中:代表所有，0:3代表从索引0到2

df.iloc[0:3,0]

0    81
1     8
2    13
Name: a, dtype: int64

第三种，直接.后面写上列名

df.a

0    81
1     8
2    13
3    70
4    63
Name: a, dtype: int64

同样的，选择多列常见的也有3种方式：

第一种，直接在[]里面写上要筛选的列名组成的列表['a','c','d']

df[['a','c','d']]

第二种，在.iloc[]里面行索引位置写：选取所有行，列索引位置写上要筛选的列索引组成的列表[0,2,3]

df.iloc[:,[0,2,3]]

第三种，在.loc[]里面的行索引位置写：来选取所有行，在列索引位置写上要筛选的列索引组成的列表['a','c','d']

df.loc[:,['a','c','d']]

按行选取

直接选取第一行

df[0:1]

用loc选取第一行

df.loc[0:0]

选取任意多行

df.iloc[[1,3],]

选取连续多行

df.iloc[1:4,:]

指定行列

指定行列值

df.iat[2,2] # 根据行列索引

55

df.at[2,'c'] # 根据行列名称

55

指定行列区域

df.iloc[[2,3],[1,4]]

以上是关于如何查看一个DataFrame里的数据，包括用[]、iloc、iat等方式选取数据，接下来我们来看如何用条件表达式来筛选数据：

下一节 《第2节 4 Pandas数据查看》

这里分享一个你一定用得到的小程序——CDA数据分析师考试小程序。 它是专为CDA数据分析认证考试报考打造的一款小程序。可以帮你快速报名考试、查成绩、查证书、查积分，通过该小程序，考生可以享受更便捷的服务。 扫码加入CDA小程序，与圈内考生一同学习、交流、进步！