发帖
雷达卡
在使用Pandas库进行数据分析时，高效地获取Datafr ame中指定的行和列是至关重要的一项技能。Pandas提供了多种方法来满足这一需求，其中loc和iloc索引器是最常用且功能强大的工具。本文将详细介绍如何使用这些方法，并通过示例代码展示其实际应用。
获取指定列
按列名获取单列
Pandas允许我们通过列名直接访问Datafr ame中的某一列。这种方式会返回一个Series对象，它是一维的、类似于数组的数据结构。
import pandas as pd
# 创建一个示例 Datafr ame
data = {
'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9]
}
df = pd.Datafr ame(data)
# 获取列 'A'
column_A = df['A']
print("Column A:", column_A)
按列名获取多列
同样地，我们可以通过传递一个列名的列表来获取多列数据。这种方式会返回一个新的Datafr ame对象，包含所请求的列。
# 获取列 'A' 和 'B'
columns_AB = df[['A', 'B']]
print("Columns A and B:\n", columns_AB)
获取指定行
按照行标签获取指定的行
使用loc方法，我们可以根据行标签（索引）来获取单行或多行数据。对于单行，我们可以直接传递行标签；对于多行，可以传递一个行标签的列表或使用切片操作。
# 获取第一行（注意索引从0开始，但这里使用行标签）
row_1 = df.loc[0]
print("Row 1:", row_1)
# 获取第0到第2行（包含第2行）
rows_0_2 = df.loc[0:2]
print("Rows 0 to 2:\n", rows_0_2)
需要注意的是，loc方法在进行切片操作时包含终点标签。
按照位置索引获取指定的行
与loc不同，iloc方法使用整数位置索引来选取数据。这对于不知道行标签或需要基于位置进行索引的情况非常有用。
# 获取第二行（索引从0开始）
row_2 = df.iloc[1]
print("Row 2 (by position):", row_2)
# 获取第0到第2行（不包含第3行）
rows_0_2_by_position = df.iloc[0:3]
print("Rows 0 to 2 by position:\n", rows_0_2_by_position)
注意，iloc在进行切片操作时是不包含终点位置的。
获取满足某个条件的行
Pandas还支持基于条件的行选择。我们可以使用布尔索引来筛选出满足特定条件的行。
# 假设'A'列代表年龄，获取年龄为2的行
rows_age_2 = df[df['A'] == 2]
print("Rows where A is 2:\n", rows_age_2)
同时获取指定行列
使用loc方法
结合行标签和列名，loc方法可以同时选取特定的行和列。
# 获取第0到第1行，以及'A'和'B'列的数据
subset = df.loc[0:1, ['A', 'B']]
print("Subset of data:\n", subset)
使用iloc方法
同样地，iloc方法也可以用于同时选取特定的行和列，但它是基于位置的索引。
# 获取第一列的数据（索引从0开始）
column_1 = df.iloc[:, 0]
print("Column 1 by position:", column_1)
# 获取第2和第5列的数据
columns_2_5 = df.iloc[:, [1, 4]] # 注意这里索引4对应的是第5列，因为索引从0开始
# 但由于我们的Datafr ame只有3列，所以这里会报错或返回空数据，实际使用时需调整索引
# 示例中仅展示语法，不执行
# 获取第1到第3列（不包含第4列）的数据
columns_1_to_3 = df.iloc[:, 1:4] # 同样注意索引范围，这里会返回第2和第3列的数据
print("Columns 1 to 3 by position:\n", columns_1_to_3) # 根据实际Datafr ame调整输出
请注意，在上面的iloc示例中，由于我们的Datafr ame只有3列，所以索引超出范围的列请求会返回错误或空数据。在实际应用中，需要确保索引在有效范围内。
布尔索引与多个条件
在Pandas中，使用布尔索引同时获取满足多个条件的行和列是非常常见的需求。我们可以通过逻辑运算符（如&表示AND，|表示OR）来组合多个条件。
# 创建新的Datafr ame用于示例
data_multiple_conditions = {
'A': [1, 2, 3, 4, 5],
'B': [6, 7, 8, 9, 10],
'C': [11, 12, 13, 14, 15]
}
df_conditions = pd.Datafr ame(data_multiple_conditions)
# 定义条件
condition1 = df_conditions['A'] > 2
condition2 = df_conditions['B'] < 10
# 组合条件并筛选数据
filtered_rows = df_conditions[condition1 & condition2]
print("Filtered rows where A > 2 and B < 10:\n", filtered_rows)
性能考虑：loc vs iloc
在性能方面，loc和iloc方法各有优劣。loc基于标签进行索引，因此在标签有序或频繁用于索引时可能提供更好的性能。然而，iloc基于位置进行索引，通常在处理大型数据集时更快，因为它避免了标签查找和匹配的开销。
loc：适用于标签索引，支持切片操作且包含终点标签，支持布尔索引。iloc：适用于位置索引，切片操作不包含终点位置，不支持直接的布尔索引（但可以通过传递布尔数组或列表实现类似功能）。
处理特殊字符的行名或列名
当行名或列名包含特殊字符时，如空格、点、连字符等，我们需要采取特殊措施来正确索引。
# 创建一个包含特殊字符列名的Datafr ame
data_special_chars = {
'a b+': [1, 2],
'c | d': [3, 4]
}
df_special_chars = pd.Datafr ame(data_special_chars)
# 使用反引号或方括号括起列名
column_a_b_plus = df_special_chars['a b+']
print("Column 'a b+':", column_a_b_plus)
# 使用字符串形式的动态过滤器（注意转义字符的使用）
filtered_rows_special_chars = df_special_chars[df_special_chars['a b+'] > 1]
print("Filtered rows where 'a b+' > 1:\n", filtered_rows_special_chars)
在实际应用中，如果列名频繁包含特殊字符，可能需要考虑重命名列以简化索引过程。
CDA认证与职业发展
掌握Pandas中的这些基本技能对于数据分析师来说至关重要。通过获得如CDA证书，可以证明你具备这些关键技能，并在求职市场上脱颖而出。CDA认证不仅涵盖了Pandas等数据分析工具的使用，还包括数据清洗、数据可视化、统计分析和机器学习等多个方面的知识和技能。
CDA考试官方报名入口:https://www.cdaglobal.com/pinggu.html
随着各行各业进行数字化转型，数据分析能力已经成了职场的刚需能力，这也是这两年CDA数据分析师大火的原因。和领导提建议再说“我感觉”“我觉得”，自己都觉得心虚，如果说“数据分析发现……”，肯定更有说服力。想在职场精进一步还是要学习数据分析的，统计学、概率论、商业模型、SQL，Python还是要会一些，能让你工作效率提升不少。备考CDA数据分析师的过程就是个自我提升的过程，CDA小程序资料非常丰富，包括题库、考纲等，利用好了自学就能考过。
持有CDA认证的数据分析师通常能够更高效地处理和分析数据，为企业决策提供有力支持。
Pandas提供了强大而灵活的工具来高效地获取Datafr ame中的指定行和列。通过熟练掌握loc和iloc方法以及其他相关技巧，我们可以更加高效地处理和分析数据。同时，追求如CDA这样的专业认证也是提升个人技能和职业竞争力的有效途径。
京公网安备 11010802022788号
