如何获取DataFrame值的索引以及其他
更新时间：2024年02月01日 10:46:26 作者：S_o_l_o_n
这篇文章主要介绍了如何获取DataFrame值的索引以及其他问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
获取DataFrame值的索引及其他
1、可以用DataFrame的条件索引，即令df_sub=df[conditions]，然后再获取df_sub的index属性即可
2、对于某一个列，可以先转化为list类型，然后利用list.index(values)方法获取索引，其中若有重复着，则返回第一个值对应的索引
3、list.count(value)可返回value在list中的个数
4、DataFrame.count()返回每行或每列的值的个数，除去空值（默认是行）
dataframe索引总结
dataframe通过索引获取数据的方式有[]、iloc、loc等几种方式
使用方法如下：
dates = pd.date_range("20130101", periods=6)
df3=pd.DataFrame(np.random.randn(6,4),index=dates,columns=list('ABCD'))
A B C D 2013-01-01 0.469112 -0.282863 -1.509059 -1.135632 2013-01-02 1.212112 -0.173215 0.119209 -1.044236 2013-01-03 -0.861849 -2.104569 -0.494929 1.071804 2013-01-04 0.721555 -0.706771 -1.039575 0.271860 2013-01-05 -0.424972 0.567020 0.276232 -1.087401 2013-01-06 -0.673690 0.113648 -1.478427 0.524988
一、[]
df[]的参数只能传入一个维度，要么是行索引，要么是列索引，不能同时传入行索引和列索引。
（一）当查询某一列时，df[]传入一个columns值。
df3['A']
2013-01-01 0.531617 2013-01-02 0.246897 2013-01-03 -0.998825 2013-01-04 0.155664 2013-01-05 -1.624819 2013-01-06 -0.096553 Freq: D, Name: A, dtype: float64
（二）当查询多列时，df[]传入一个columns值的列表。
df3[['A','B']]
A B 2013-01-01 0.531617 -0.482471 2013-01-02 0.246897 3.693472 2013-01-03 -0.998825 0.155230 2013-01-04 0.155664 0.496338 2013-01-05 -1.624819 0.326698 2013-01-06 -0.096553 -0.250773
（三）当查询某一行或多行时，只能传入index值的切片。
df3[0:0] #dataframe的第0行是指columns行。
A B C D
df3[0:3]
A B C D 2013-01-01 0.531617 -0.482471 0.185244 -0.236437 2013-01-02 0.246897 3.693472 0.091417 0.419647 2013-01-03 -0.998825 0.155230 0.942951 0.699358
df3[3:]
A B C D 2013-01-04 0.155664 0.496338 0.458513 0.315339 2013-01-05 -1.624819 0.326698 -2.198222 -0.544078 2013-01-06 -0.096553 -0.250773 0.491527 -1.857682
二、loc
.loc和.iloc的参数可以有值、列表、切片三种方式。传入值时，结果是series，传入列表和切片时，结果是dataframe。
.loc和.iloc的参数通过逗号分为两部分，前面是行索引或下标，后面是列索引或下标，列索引可以省略，但行索引不能省略。
最后
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Python zip()函数用法,结合实例形式较为详细的分析了Python zip()函数的功能、使用方法及相关操作注意事项,需要的朋友可以参考下2018-03-03
邻接矩阵是一种常见的图表示方法,本文主要介绍了python计算邻接矩阵的实现示例,具有一定的参考价值,感兴趣的可以了解一下2023-11-11
这篇文章主要介绍了Django 中间键和上下文处理器的使用,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2019-03-03
这篇文章主要介绍了Django后端接收嵌套Json数据及解析详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-07-07
这篇文章主要介绍了python+opencv实现车牌定位功能，需要实现对给定的车牌进行车牌识别，本文通过实例代码讲解,需要的朋友可以参考下2019-12-12
元类是Python中最高级别的编程概念之一,用于创建类的类,虽然元类在日常Python编程中并不常见,但它们提供了无限的可能性来改变类的行为,从而使元编程成为可能,这篇文章主要给大家介绍了关于python高级之元类的相关资料,需要的朋友可以参考下2024-08-08
Conda与Python venv虚拟环境的区别与使用方法详解
随着Python社区的成长,虚拟环境的概念和技术也在不断发展,这篇文章主要介绍了Conda与Python venv虚拟环境的区别与使用方法的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参考下2025-07-07
这篇文章主要介绍了TensorFlow的环境配置与安装方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-02-02
这篇文章主要介绍了python 包实现JSON 轻量数据操作，文章介绍内容首先将对象转为json字符串展开主题详细内容需要的小伙伴可以参考一下2022-04-04
这篇文章主要介绍了使用pycharm连接读取orcl数据库的表的操作方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧2024-01-01
最新评论