69_Pandas.DataFrame獲取行號和列號

將講解如何從pandas.DataFrame的行名和列名中獲取行號和列號，以及如何從列元素的值中獲取行名和行號。
下面對內容進行說明。

• 根據(jù)行名和列名獲取行號和列號
  • get_loc() 方法
    • 當行名和列名重復時
  • 列表索引、列
• 從列元素值獲取行名稱和行號

如果想從行號或列號中獲取行、列或元素的值，請參考下面的文章。

• 04_Pandas獲取和修改任意位置的值（at,iat,loc,iloc）
• 28_Pandas通過index選擇并獲取行和列

以下面的 pandas.DataFrame 為例。

import pandas as pd

df = pd.read_csv('data/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

根據(jù)行名和列名獲取行號和列號

get_loc() 方法

有一個名為 get_loc() 的方法用于獲取 pandas.DataFrame 的索引和列。

如果指定行名或列名作為參數(shù)，則將返回行號和列號。行號和列號都是從0開始的整數(shù)。 行號是從索引中獲取的。

print(df.index.get_loc('Alice'))
# 0

print(df.index.get_loc('Ellen'))
# 4

列號是從列中獲得的。

print(df.columns.get_loc('age'))
# 0

print(df.columns.get_loc('point'))
# 2

無論哪種情況，對于不存在的名稱都會發(fā)生 KeyError 錯誤。

# print(df.index.get_loc('XXX'))
# KeyError: 'XXX'

# print(df.columns.get_loc('XXX'))
# KeyError: 'XXX'

當行名和列名重復時

如果行名或列名重復，請小心。以下示例使用重復的行名稱，但這同樣適用于列名稱。 使用 rename() 方法更改行名稱并準備重復的行名稱。

• 01_Pandas.DataFrame的行名和列名的修改

df_dup = df.rename(index={'Charlie': 'Bob'})
print(df_dup)
#        age state  point
# name                   
# Alice   24    NY     64
# Bob     42    CA     92
# Bob     18    CA     70
# Dave    68    TX     70
# Ellen   24    CA     88
# Frank   30    NY     57

在這種情況下，get_loc()方法返回一個切片類型對象而不是行號。

print(df_dup.index.get_loc('Bob'))
# slice(1, 3, None)

print(type(df_dup.index.get_loc('Bob')))
# <class 'slice'>

添加更多重復的行名稱。

df_dup.rename(index={'Ellen': 'Bob'}, inplace=True)
print(df_dup)
#        age state  point
# name                   
# Alice   24    NY     64
# Bob     42    CA     92
# Bob     18    CA     70
# Dave    68    TX     70
# Bob     24    CA     88
# Frank   30    NY     57

如果無法用切片表示，則它將是 bool 類型的 NumPy 數(shù)組 numpy.ndarray。

print(df_dup.index.get_loc('Bob'))
# [False  True  True False  True False]

print(type(df_dup.index.get_loc('Bob')))
# <class 'numpy.ndarray'>

slice 對象和 bool 類型數(shù)組都可以用于索引引用和 iloc 定位。 bool 類型數(shù)組也可以與 loc 一起使用。

• 04_Pandas獲取和修改任意位置的值（at,iat,loc,iloc）
• 28_Pandas通過index選擇并獲取行和列

print(df_dup[df_dup.index.get_loc('Bob')])
#       age state  point
# name                  
# Bob    42    CA     92
# Bob    18    CA     70
# Bob    24    CA     88

print(df_dup.iloc[df_dup.index.get_loc('Bob'), 0])
# name
# Bob    42
# Bob    18
# Bob    24
# Name: age, dtype: int64

注意，對于索引，可以使用query()方法提取元素，而不需要使用get_loc()獲取切片對象或bool類型數(shù)組。

print(df_dup.query('index == "Bob"'))
#       age state  point
# name                  
# Bob    42    CA     92
# Bob    18    CA     70
# Bob    24    CA     88

即使行名和列名重復，如果您想要獲取行號和列號而不是切片對象或 bool 類型數(shù)組，請按如下所述列出索引和列。

列表索引、列

索引和列可以使用list()轉換為標準Python列表（列表類型對象）。

l_index = list(df.index)
print(l_index)
# ['Alice', 'Bob', 'Charlie', 'Dave', 'Ellen', 'Frank']

print(type(l_index))
# <class 'list'>

l_columns = list(df.columns)
print(l_columns)
# ['age', 'state', 'point']

print(type(l_columns))
# <class 'list'>

可以使用列表的 index() 方法獲取索引（元素數(shù)量）。

print(l_index.index('Bob'))
# 1

如果行名稱重復，您可以使用內置函數(shù) enumerate() 和列表理解來獲取索引列表。

l_index_dup = list(df_dup.index)
print(l_index_dup)
# ['Alice', 'Bob', 'Bob', 'Dave', 'Bob', 'Frank']

print([i for i, x in enumerate(l_index_dup) if x == 'Bob'])
# [1, 2, 4]

從列元素值獲取行名稱和行號

我們不會從行名和列名中獲取行號和列號，而是向您展示如何從任意列的元素中獲取相應的行名和行號。 繼續(xù)使用下面的 pandas.DataFrame 作為示例。

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

可以使用 query() 方法根據(jù)任何列中元素的條件提取行。返回值是pandas.DataFrame。

print(df.query('state == "CA"'))
#          age state  point
# name                     
# Bob       42    CA     92
# Charlie   18    CA     70
# Ellen     24    CA     88

通過列出使用 query() 提取的 pandas.DataFrame 的索引，可以獲得特定值的行名稱列表。

print(list(df.query('state == "CA"').index))
# ['Bob', 'Charlie', 'Ellen']

如果僅提取一行，則同樣適用。如果您想要行名稱值而不是列表，只需獲取索引的第一個元素 [0] 即可。

print(df.query('state == "TX"'))
#       age state  point
# name                  
# Dave   68    TX     70

print(list(df.query('state == "TX"').index))
# ['Dave']

print(df.query('state == "TX"').index[0])
# Dave

如果想獲取行號而不是行名，請使用reset_index()將索引重置為從0開始的連續(xù)數(shù)字，然后執(zhí)行相同的過程。文章來源地址http://www.zghlxwxcb.cn/news/detail-790765.html

• 21_Pandas.DataFrame,重置Series的索引index(reset_index)

print(df.reset_index())
#       name  age state  point
# 0    Alice   24    NY     64
# 1      Bob   42    CA     92
# 2  Charlie   18    CA     70
# 3     Dave   68    TX     70
# 4    Ellen   24    CA     88
# 5    Frank   30    NY     57

print(list(df.reset_index().query('state == "CA"').index))
# [1, 2, 4]

print(list(df.reset_index().query('state == "TX"').index))
# [3]

print(df.reset_index().query('state == "TX"').index[0])
# 3

到了這里，關于69_Pandas.DataFrame獲取行號和列號的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！