如何使用pandas的df[]、df.loc[]、df.iloc[]、df.ix[]、df.at[]进行数据选取？

本文共计3850个文字，预计阅读时间需要16分钟。

Pandas是Python数据分析的著名工具包，提供了多种数据选择方法，使用便捷。本文主要介绍Pandas的几种数据选择方法。

在Pandas中，数据主要保存在Dataframe和Series中，它们是数据结构。

1. 列选择：使用列名直接访问列。pythondf['column_name']

2. 行选择：使用行标签或索引。pythondf.loc['row_label']df.iloc[index]

3. 条件筛选：使用条件表达式筛选行。pythondf[df['column_name'] > value]

1 引言

　　Pandas是作为Python数据分析著名的工具包，提供了多种数据选取的方法，方便实用。本文主要介绍Pandas的几种数据选取的方法。

　　Pandas中，数据主要保存为Dataframe和Series是数据结构，这两种数据结构数据选取的方式基本一致，本文主要以Dataframe为例进行介绍。

　　在Dataframe中选取数据大抵包括3中情况：

　　1）行（列）选取（单维度选取）：df[]。这种情况一次只能选取行或者列，即一次选取中，只能为行或者列设置筛选条件（只能为一个维度设置筛选条件）。

　　2）区域选取（多维选取）：df.loc[]，df.iloc[]，df.ix[]。这种方式可以同时为多个维度设置筛选条件。

　　3）单元格选取（点选取）：df.at[]，df.iat[]。准确定位一个单元格。

接下来，我们以下面的数据为例，分别通过实例介绍这三种情况。