《scikit-learn机器学习常用算法原理及编程实战》—2.4.3 数据访问

2.4.3  数据访问

　　Pandas可以方便地对数据进行选择和访问。我们可以通过行索引范围来访问特定几行的数据，这个和Numpy类似。

　　[IN]: df[3:5]

　　[OUT]:

　　  A         B         C         D

　　3 -0.152205 -0.121888 0.841658  -1.493958

　　4 0.248414  -0.676985 1.326487  -0.455541

　　还可以选择列，如选择A、B、D这3列数据：

　　[IN]: df[['A', 'B', 'D']]

　　[OUT]:

　　  A         B         D

　　0 0.968762  1.501239  -0.456468

　　1 1.413471  -0.309746 1.536548

　　2 -0.399065 -0.040439 -0.318217

　　3 -0.152205 -0.121888 -1.493958

　　4 0.248414  -0.676985 -0.455541

　　5 0.906221  -2.158694 -0.024769

　　还可以使用DataFrame.loc()函数通过标签来选择某个元素，或使用DataFrame.iloc()函数通过数组索引来访问某个元素。

　　[IN]: df.loc[3, 'A']

　　[OUT]: -0.15220488957687467

　　[IN]: df.iloc[3, 0]

　　[OUT]: -0.15220488957687467

　　[IN]: df.iloc[2:5, 0:2]

　　[OUT]:

　　  A         B

　　2 -0.399065 -0.040439

　　3 -0.152205 -0.121888

　　4 0.248414  -0.676985

　　还可以通过布尔值来选择，如可以选择C列里所有大于0的数据所在的行。

　　[IN]: df[df.C > 0]

　　[OUT]:

　　  A         B         C         D

　　1 1.413471  -0.309746 0.407559  1.536548

　　2 -0.399065 -0.040439 1.339359  -0.318217

　　3 -0.152205 -0.121888 0.841658  -1.493958

　　4 0.248414  -0.676985 1.326487  -0.455541

　　可以很方便地对数据进行修改，如可以添加一列，列名为TAG。

　　[IN]: df["TAG"] = ["cat", "dog", "cat", "cat", "cat", "dog"]

　　[OUT]:

　　  A         B         C         D         TAG

　　0 0.968762  1.501239  -0.284952 -0.456468 cat

　　1 1.413471  -0.309746 0.407559  1.536548  dog

　　2 -0.399065 -0.040439 1.339359  -0.318217 cat

　　3 -0.152205 -0.121888 0.841658  -1.493958 cat

　　4 0.248414  -0.676985 1.326487  -0.455541 cat

　　5 0.906221  -2.158694 -0.201354 -0.024769 dog

　　接着可以根据TAG列做分组统计。

　　[IN]: df.groupby('TAG').sum()

　　[OUT]:

　　    A         B         C         D

　　TAG

　　cat 0.665906  0.661926  3.222551  -2.724184

　　dog 2.319691  -2.468440 0.206205  1.511778