首先创建示例df：
df = pd.DataFrame(np.arange(16).reshape(4, 4), columns=list('ABCD'), index=list('5678'))
df：
A B C D
5 0 1 2 3
6 4 5 6 7
7 8 9 10 11
8 12 13 14 15
注意：df的index是str类型，如果不指定index默认是0开始的int类型
分为如下几个方面进行讨论：
1）loc，行名称列名称
2）iloc，行数列数
3）ix，行名称列名称/行数列数混合
4）df[]
5) df.x，选择单列
6）Series的筛选方法
7）bool
8）reindex
1，loc，行名称列名称
1.1，行
df.loc['6'] # 行名称为6的行，即第2行，即4 5 6 7
df.loc['5':'7'] # 行名称为5至7的行，即前3行，注意是前闭后闭
df.loc[['5', '7']] # 行名称为5和7的行，前第1第3行
1.2，列
df.loc[:, 'B'] # 列名称为'B‘的列，即第2列，1 5 9 13
df.loc[:, 'A':'C'] # 列名称为A至C的列，即前3列，注意是前闭后闭
df.loc[:, ['A', 'C']] # 列名称为A和C的列，即第1列第3列
1.3，块
df.loc['5':'7', 'A':'C'] # 行名称为5至7，列名称为A~C的一块数据，即前3行前3列
df.loc[['5', '7'], ['A', 'C']] # 行名称为5和7，列名称为A和C的一块数据
df.loc['5':'7', ['A', 'C']] # 行名称5至7，列名称A和C的一块数据
df.loc[['5', '7'], 'A':'C'] # 行名称为5和7，列名称为A~C的一块数据
1.4，单元格
df.loc['5', 'A'] # 行名称为5，列名称为A的单元格数据
df.at['5', 'A'] # 同loc但速度快点
2，iloc，行数列数
2.1，行
df.iloc[1] # 第2行，即行名称为6的行，4 5 6 7
df.iloc[0:3] # 前3行
df.iloc[[0, 3]] # 第1第4行
2.2，列
df.iloc[:, 1] # 第2列，即列名称为'B'的列，1 4 9 13
df.iloc[:, 0:3] # 前3列
df.iloc[:, [0, 3]] # 第1第4列
2.3，块
df.iloc[0:3, 0:3] # 前3行，前3列的一块数据
df.iloc[[0, 3], [0, 3]] # 第1第4行，第1第4列的一块数据
df.iloc[0:3, [0, 3]] # 前3行，第1第4列的一块数据
df.iloc[[0, 3], 0:3] # 第1第4行，前3列的一块数据
2.4，单元格
df.iloc[1, 1] # 第1行，第1列的单元格
df.iat[1, 1] # 同iloc但速度快点
3.1，行
df.ix['7'] # 单行，下同
df.ix[2]
df.ix[1: 3] # 多行，下同
df.ix[[1, 3]]
df.ix['5':'7']
df.ix['5', '7']
如果是行/列的名称是int类型时，只能根据行/列名称选，不能根据行数/列数选：
df.index = range(1, 5)
df.ix[2] # 输出是行名称为2的行，根据行数选择应该是第3行
df.index = range(11, 15)
df.ix[2] # KeyError: 2
3.2，列
df.ix[:, 'C'] # 单列，下同
df.ix[:, 2]
df.ix[:, 1: 3] # 多列，下同
df.ix[:, [1, 3]]
df.ix[:, 'A':'C']
df.ix[:, ['A','C']]
3.3，块（略）
多行和多列的排列组合
3.4，单元格（略）
单行和单列的排列组合
4.1，行
可以接收行名称或者行数，但必须是切片
df[0:1] # 第1行
df[0:3] # 前3行
df['5':'5'] # 行名称为5的行
df['5':'7'] # 行名称为5的行至行名称为7的行
行数切片时，如果行索引类型为int，则会根据行数来切片，不会根据行名称切片，这点与df.ix不同，例如：
df = pd.DataFrame(np.arange(16).reshape(4, 4), columns=list('ABCD'), index=range(5, 9))
df[5:8] # Empty DataFrame
df[0:3] # 第1至第3行
4.2，列
只能接收列名称，可以是单个或列表
df['A'] # A列
df[['A', 'C']] # A和C列
4.3，块
df[]无法选择块
4.4，单元格
df[]无法选择单元格
5，df.x
df.A # A列
上述示例中，接收参数为单个标签或索引的筛选，返回的都是Series，例如：
df.iloc[1]
df.iloc[:, 2]
df.loc['5']
df.loc[:, 'B']
df.ix[2]
df.ix[:, 'C']
df['A']
df.A
接收参数为切片或列表的筛选，即使只有一行/一列数据，返回的都是DataFrame：
df[0:1]
df['5': '5']
df.iloc[[1]]
df.loc[:, ['B']]
df[['A']]
因此，如果想获取单行/单列数据的DataFrame，只需要将输入的单个标签或索引改为切片或列表
可以进一步在Series中筛选值，以A列的Series为例：
>>> df['A']
5 0
6 4
7 8
8 12
Name: A, dtype: int32
筛选出Series中第二个值4的方法有：
df['A'].iloc[1]
df['A'].loc['6']
df['A'].ix[1]
df['A'].ix['6']
df['A'][1]
df['A'].values[1]
7，bool
7.1，bool列表
上述示例中，DataFrame或者Series可以接受切片/列表参数的地方，都可以接受bool列表，保留bool列表中真值对应的项目，例如：
生成bool列表：
chooses = [True, False, True, False]
chooses = [i == 0 or i == 8 for i in df['A']] # 结果是[True, False, True, False]
根据bool列表筛选：
df.iloc[chooses] # 只留第1第3行
df.loc[:, chooses] # 只留第1第3列
df.ix[chooses] # 只留第1第3行
df[chooses] # 只留第1第3行
df['A'][chooses] # 只留A列中第1第3个值
7.2，bool Series
可以根据bool Series筛选，保留bool Series真值对应的项目，但是index要与df相同
1）按列生成的Series，index是原df的index，可以对行方向操作进行筛选
生成列方向的bool Series：
chooses = pd.Series([True, False, True, False], index=df.index)
chooses = df.loc[:, 'A'] > 1
chooses = df.iloc[:, 0] > 1
chooses = df['A'] > 1
chooses = df['A'] == 4
chooses = ~(df.A == 4) # 可以直接取反，等效df.A != 4
chooses = ~(df['A'] > 1)
chooses = df['A'].isin(range(9)) # A列的值是否在range(9)中
chooses = (df['A'].isin(range(9))) & (df['B'] > 1) # bool Series的&运算，即同时满足A列range(9)内，B列大于1
根据bool Series可以在行方向做筛选，iloc用不了：
print(chooses.index) # Index(['1', '2', '3', '4'], dtype='object')
df[chooses] # DataFrame[]
df.A[chooses] # Series[]
df.loc[chooses] # loc
df.iloc[chooses] # 应用在iloc会报错，ValueError
df = df.ix[chooses] # ix
df = df.loc[:, chooses] # 应用在列方向会报错，pandas.core.indexing.IndexingError
如果有多个bool Series可以用“|”（或），“&”（和），例如：
df[(chooses1) | (chooses2)]
df[(chooses1) & (chooses2)]
2）按行生成的Series，index是原df的columns，可以对列方向操作进行筛选
生成行方向的bool Series：
chooses = pd.Series([True, False, True, False], index=df.columns)
chooses = df.loc['1'] > 1
chooses = df.iloc[0] > 1
根据bool Series可以在列方向做筛选，iloc用不了：
print(choose.index) # Index(['A', 'B', 'C', 'D'], dtype='object')
df.loc[:, chooses] # loc
df.iloc[:, chooses] # 应用在iloc会报错，ValueError
df.ix[:, chooses] # ix
df.loc[chooses] # 应用在行方向报错，pandas.core.indexing.IndexingError
7.3，bool DataFrame
DataFrame可以根据bool DataFrame进行筛选，保留bool DataFrame真值对应的值，其余值置为NaN
生成bool DataFrame：
chooses = df > 5
根据bool DataFrame进行筛选：
df[chooses]
8，reindex
DataFrame.reindex也可以用来对行/列进行筛选，它不会修改原DataFrame，需另存副本：
df.reindex(index=list('67')) # 筛选出行名称为6和7的行
df.reindex(columns=list('BC')) # 筛选出列名称为B和C的列
9，获取行名称/列名称
有时需要获取符合条件的行名称或者列名称
9.1，通过Series获取
可以先获取行/列所在的Series，再获取该Series对应的name：
df.iloc[1].name # 第2行的name，'6'
df.iloc[:, 1].name # 第2列的name，'B'
9.2，通过DataFrame获取
通过筛选获得的DataFrame，可以直接获index，columns
df_sub = df[df['A'] > 4]
df_sub.index # Index(['7', '8'], dtype='object')
df_sub.columns # Index(['A', 'B', 'C', 'D'], dtype='object')
df_sub.index.tolist() # ['7', '8']
df_sub.columns.tolist() # ['A', 'B', 'C', 'D']
10，缺失值处理
df.dropna(axis=0, how='any') # 行里有缺失值就丢掉，如果行里所有值是缺失值才丢掉可以how='all'
df.dropna(axis=1, how='any') # 列里有缺失值就丢掉
df.fillna(value=0) # 将缺失值填为0
df.isnull() # 整个df是否有缺失值的情况，返回结果是df
np.any(df.isnull())=True) # 只要包含有缺失值就返回True，结果是一个bool值
欢迎转载博客文章,转载请标明出处!