按列索引而不是列名调用数据框中的列 - 熊猫

Question

如何使用数据框中的索引而不是名称来调用代码中的列。

例如我有数据框df列a ， b ， c

而不是调用df['a'] ，我可以使用它的列索引来调用它吗df[1] ？

Answer 1

您可以使用iloc ：

df.iloc[:, 0]

示例：

>>> df
   a  b  c
0  1  4  7
1  2  5  8
2  3  6  9

>>> df['a']
0    1
1    2
2    3
Name: a, dtype: int64

>>> df.iloc[:, 0]
0    1
1    2
2    3
Name: a, dtype: int64

Answer 2

索引和选择数据文档中提到，为了方便起见，提供了更多的索引运算符[] 。 iloc和loc方法在数据帧上提供更明确的索引操作。

注意：索引在pandas中有自己的含义。 因此，在引用数字索引（如数组索引）时，最好使用整数 position （或仅position ）。

>>> df
   a  b
0  1  4
1  2  5
2  3  6

>>> df['a']
0    1
1    2
2    3
Name: a, dtype: int64

按整数位置访问行和列

df.iloc[ row_start_position : row_end_position , col_start_position : col_end_position ]

>>> df.iloc[0:3, 0:1]
   a
0  1
1  2
2  3

>>> df.iloc[:, 0]  # use of implicit start and end
0    1
1    2
2    3
Name: a, dtype: int64

按标签访问行和列

df.loc[ row_start_label : row_end_label , col_start_label : col_end_label ]

注意：在这个例子中，恰好行标签和行位置是相同的，它们是整数0, 1, 2 。

>>>  df.loc[0:2, 'a':'a']
   a
0  1
1  2
2  3

>>> df.loc[:, 'a'] # use of implicit start and end
0    1
1    2
2    3
Name: a, dtype: int64

有关更多详细信息，请参阅如何查询/选择/切片数据。