Pandas获取修改任意位置的值

时间:2022-05-23 饺子大人人气:0

前言

要在pandas.DataFrame中的任何位置检索或更改数据，可以使用at，iat，loc，iloc。

位置的指定方法
- at，loc：行标签（行名），列标签（列名）
- iat，iloc：行号，列号
选择和获取/更改的数据
- at，iat：单个元素的值
- loc，iloc：单个元素和多个元素值
  - 选择的行/列的获取和修改
  - 列表和切片的范围指定
其他
- at和iat的处理速度比loc和iloc更快
- 如果要通过组合标签和数字来指定位置，请在index或column处或loc处组合（末尾说明）

在此将描述以下内容。

at，iat：选择，获取和更改单个元素的值
loc，iloc：选择，获取和更改单个和多个元素的值
- 选择单个元素的值
- 选择多个元素值
- 选择行/列
当行名和列名具有重复值时
通过数字和标签指定位置
在pandas.Series中选择行时的隐式类型转换

还可以使用直接索引df []选择/获取pandas.DataFrame的行/列和pandas.Series的元素值。

在此示例代码中，将以下csv数据与read_csv结合使用。

age state point
name
Alice 24 NY 64
Bob 42 CA 92
Charlie 18 CA 70
Dave 68 TX 70
Ellen 24 CA 88
Frank 30 NY 57

第一列设置为参数index_col中的index。

import pandas as pd

df = pd.read_csv('./data/04/sample_pandas_normal.csv', index_col=0)
print(df)
#          age state  point
# name
# Alice     24    NY     64
# Bob       42    CA     92
# Charlie   18    CA     70
# Dave      68    TX     70
# Ellen     24    CA     88
# Frank     30    NY     57

行标签（索引）和列标签（列）的值如下。

print(df.index.values)
# ['Alice' 'Bob' 'Charlie' 'Dave' 'Ellen' 'Frank']

print(df.columns.values)
# ['age' 'state' 'point']

at，iat：选择，获取和更改单个元素的值

at通过行标签和列标签指定位置。除了获取数据之外，还可以在该位置设置（替换）新值。

print(df.at['Bob', 'age'])
print(df.at['Dave', 'state'])
# 42
# TX

df.at['Bob', 'age'] = 60
print(df.at['Bob', 'age'])
# 60

iat通过行号和列号指定位置。行号和列号以0开头。

iat和at一样，iat不仅可以获取数据，而且可以在该位置设置（替代）新值。

print(df.iat[1, 0])
print(df.iat[3, 1])
# 60
# TX

df.iat[1, 0] = 42
print(df.iat[1, 0])
# 42

loc，iloc：选择，获取和更改单个和多个元素的值

loc和iloc通过指定范围不仅可以选择单个值，还可以选择多个数据。

loc通过行和列标签指定位置，而iloc通过行和列编号指定位置。

选择单个元素的值

访问单个值时，它与at和iat相同。但at和iat的处理速度更快。

print(df.loc['Bob', 'age'])
print(df.iloc[3, 1])
# 42
# TX

除了查看数据外，还可以在该位置设置（替换）新值。

df.loc['Bob', 'age'] = 60
print(df.loc['Bob', 'age'])
# 60

df.iloc[1, 0] = 42
print(df.iloc[1, 0])
# 42

选择多个元素值

要访问多个值，在列表[x，y]或切片[start:stop:step]中指定数据的范围和位置。引用的值将是pandas.Series或pandas.DataFrame。

切片的写入方式与普通切片相同。step可以省略。

print(df.loc['Bob':'Dave', 'age'])
print(type(df.loc['Bob':'Dave', 'age']))
# name
# Bob        42
# Charlie    18
# Dave       68
# Name: age, dtype: int64
# <class 'pandas.core.series.Series'>

print(df.loc[:'Dave', ['age', 'point']])
print(type(df.loc[:'Dave', 'age':'point']))
#          age  point
# name               
# Alice     24     64
# Bob       42     92
# Charlie   18     70
# Dave      68     70
# <class 'pandas.core.frame.DataFrame'>

print(df.iloc[:3, [0, 2]])
print(type(df.iloc[:3, [0, 2]]))
#          age  point
# name               
# Alice     24     64
# Bob       42     92
# Charlie   18     70
# <class 'pandas.core.frame.DataFrame'>

如果指定了step，则可以提取并获取奇数或偶数行。

print(df.iloc[::2, 0])
print(type(df.iloc[::2, 0]))
# name
# Alice      24
# Charlie    18
# Ellen      24
# Name: age, dtype: int64
# <class 'pandas.core.series.Series'>

print(df.iloc[1::2, 0])
print(type(df.iloc[1::2, 0]))
# name
# Bob      42
# Dave     68
# Frank    30
# Name: age, dtype: int64
# <class 'pandas.core.series.Series'>

可以一次更改多个值。

print(df.loc['Bob':'Dave', 'age'])
# name
# Bob        20
# Charlie    30
# Dave       40
# Name: age, dtype: int64

选择行/列

若要选择行或列，可以使用直接索引引用df []，但只能在以下指定方法中使用。

行选择：行名和行号的切片
列选择：列名称或列名称列表

print(df['Bob':'Ellen'])
#          age state  point
# name                     
# Bob       20    CA     92
# Charlie   30    CA     70
# Dave      40    TX     70
# Ellen     24    CA     88

print(df[:3])
#          age state  point
# name                     
# Alice     24    NY     64
# Bob       20    CA     92
# Charlie   30    CA     70

print(df['age'])
# name
# Alice      24
# Bob        20
# Charlie    30
# Dave       40
# Ellen      24
# Frank      30
# Name: age, dtype: int64

print(df[['age', 'point']])
#          age  point
# name               
# Alice     24     64
# Bob       20     92
# Charlie   30     70
# Dave      40     70
# Ellen     24     88
# Frank     30     57

当使用loc和iloc选择行或列时，可以比索引参考df []更灵活地指定它。

在loc和iloc中省略该列，则它将是行引用。可以选择无法通过索引引用完成的单行，也可以选择列表中的多行。

print(df.loc['Bob'])
print(type(df.loc['Bob']))
# age      20
# state    CA
# point    92
# Name: Bob, dtype: object
# <class 'pandas.core.series.Series'>

print(df.iloc[[1, 4]])
print(type(df.iloc[[1, 4]]))
#        age state  point
# name                   
# Bob     20    CA     92
# Ellen   24    CA     88
# <class 'pandas.core.frame.DataFrame'>

可以通过将行规范设置为loc和iloc中的（整个切片）来引用列。可以使用索引引用无法完成的切片。也可以在iloc中使用列号。

print(df.loc[:, 'age':'point'])
print(type(df.loc[:, 'age':'point']))
#          age state  point
# name                     
# Alice     24    NY     64
# Bob       20    CA     92
# Charlie   30    CA     70
# Dave      40    TX     70
# Ellen     24    CA     88
# Frank     30    NY     57
# <class 'pandas.core.frame.DataFrame'>

print(df.iloc[:, [0, 2]])
print(type(df.iloc[:, [0, 2]]))
#          age  point
# name               
# Alice     24     64
# Bob       20     92
# Charlie   30     70
# Dave      40     70
# Ellen     24     88
# Frank     30     57
# <class 'pandas.core.frame.DataFrame'>

当行名和列名具有重复值时

具有重复值的行和列也可以在index和columns中指定。

例，其中将具有重复值的列指定为index。

df_state = pd.read_csv('data/src/sample_pandas_normal.csv', index_col=2)
print(df_state)
#           name  age  point
# state                     
# NY       Alice   24     64
# CA         Bob   42     92
# CA     Charlie   18     70
# TX        Dave   68     70
# CA       Ellen   24     88
# NY       Frank   30     57

print(df_state.index.values)
# ['NY' 'CA' 'CA' 'TX' 'CA' 'NY']

如果在中指定重复的列名，则numpy.ndarray中将返回多个值。

print(df_state.at['NY', 'age'])
print(type(df_state.at['NY', 'age']))
# [24 30]
# <class 'numpy.ndarray'>

如果在loc中指定重复的列名，则它将在pandas.DataFrame或pandas.Series中返回。

print(df_state.loc['NY', 'age'])
print(type(df_state.loc['NY', 'age']))
# state
# NY    24
# NY    30
# Name: age, dtype: int64
# <class 'pandas.core.series.Series'>

print(df_state.loc['NY', ['age', 'point']])
print(type(df_state.loc['NY', ['age', 'point']]))
#        age  point
# state            
# NY      24     64
# NY      30     57
# <class 'pandas.core.frame.DataFrame'>

在iat或iloc中指定列号时，即使值重复也没有关系。

print(df_state.iat[0, 1])
# 24

可以使用index.is_unique和column.is_unique检查列标签和行标签是否具有唯一值（不重复）。

print(df_state.index.is_unique)
# False

print(df_state.columns.is_unique)
# True

通过数字和标签指定位置

如果要使用数字和标签（例如行号和列标签）的组合指定位置，则可以在at或loc处使用索引或列。可以按索引或列从行号或列号中获取行标签和列标签。

print(df)
#          age state  point
# name                     
# Alice     24    NY     64
# Bob       20    CA     92
# Charlie   30    CA     70
# Dave      40    TX     70
# Ellen     24    CA     88
# Frank     30    NY     57

print(df.index[2])
# Charlie

print(df.columns[1])
# state

使用at或loc，可以通过数字和标签的组合来指定位置。

print(df.at[df.index[2], 'age'])
# 30

print(df.loc[['Alice', 'Dave'], df.columns[1]])
# name
# Alice    NY
# Dave     TX
# Name: state, dtype: object

在使用slice start：stop：step进行指定时，如果loc使用行标签/列标签，则直到停止为止，但如果iloc使用行号/列编号，则将直到停止前成为请注意，如果要将stop的值从数字转换为标签，则需要执行类似索引[n-1]的操作。

另外，如下所述，当选择一行时，可以执行隐式类型转换。最好使用上面显示的索引和列将它们组合为at或loc。

print(df['age'][2])
# 30

print(df.age[2])
# 30

print(df.loc[['Alice', 'Dave']].iloc[:, 1])
# name
# Alice    NY
# Dave     TX
# Name: state, dtype: object

在pandas.Series中选择行时的隐式类型转换

当loc或iloc中的pandas.Series选择并获取一行时，数据类型dtype是统一的，因此，如果原始pandas.DataFrame的每一列的数据类型不同，则会执行隐式类型转换。

以pandas.DataFrame为例，其中有一列整数int和一列浮点数。

df_mix = pd.DataFrame({'col_int': [0, 1, 2], 'col_float': [0.1, 0.2, 0.3]}, index=['A', 'B', 'C'])
print(df_mix)
#    col_int  col_float
# A        0        0.1
# B        1        0.2
# C        2        0.3

print(df_mix.dtypes)
# col_int        int64
# col_float    float64
# dtype: object

使用loc或iloc提取一行将导致float pandas.Series。 int列中的元素将转换为float。

print(df_mix.loc['B'])
# col_int      1.0
# col_float    0.2
# Name: B, dtype: float64

print(type(df_mix.loc['B']))
# <class 'pandas.core.series.Series'>

如果按如下所示编写[]，则将pandas.Series元素转换为float。请注意，元素的值将以与原始类型不同的类型获得。

print(df_mix.loc['B']['col_int'])
# 1.0

print(type(df_mix.loc['B']['col_int']))
# <class 'numpy.float64'>

如上所述，最好使用at和iat而不是重复编写[]，loc和iloc。如果是at或iat，则可以获取原始类型的元素。

print(df_mix.at['B', 'col_int'])
# 1

print(type(df_mix.at['B', 'col_int']))
# <class 'numpy.int64'>

如果在loc或iloc中指定一个包含1个元素的列表，它将是一行的pandas.DataFrame而不是pandas.Series。当然，在这种情况下，将保留原始数据类型dtype。

print(df_mix.loc[['B']])
#    col_int  col_float
# B        1        0.2

print(type(df_mix.loc[['B']]))
# <class 'pandas.core.frame.DataFrame'>

print(df_mix.loc[['B']].dtypes)
# col_int        int64
# col_float    float64
# dtype: object

总结

加载全部内容