引文
在使用Pandas做数据选择的时候， 常用方法是loc和iloc。除此之外，还有不少好用的选择方式。本期文章，我们一起来研究下。此外，最后的一个复杂例子，也可以看看。
正文
.at/.iat
如果想在数据中获取一个具体的值，就像在平面直角坐标系中取一个点一样，可以使用.at[]。
.at与loc相似，它只获取一个特定的值，格式为df.at[<索引>,<列名>]。
如果是一个序列，可以直接输入索引，获取该索引的值。
df.at[4, 'Q1'] # 65
df.set_index('name').at['Ben', 'Q1'] # 21 索引是name
df.at[0, 'name'] # 'Liver'
df.loc[0].at['name'] # 'Liver'
# 指定列的值对应其他列的值
df.set_index('name').at['Eorge', 'team'] # 'C'
df.set_index('name').team.at['Eorge'] # 'C'
# 指定列的对应索引的值
df.team.at[3] # 'C'
iloc只支持数字索引
df.iat[4, 2] # 65
df.loc[0].iat[1] # 'E'
类字典操作 - .get
.get方法可以类似于字典操作，它在找不到值时会返回预设的默认值（例如：0）。格式为df.get(key, default=None)。
如果是DataFrame，则需要输入列名作为key，会返回该列的序列；
如果是Series，则需要输入索引，返回的是一个定值。
df.get('name', 0) # 是name列
df.get('nameXXX', 0) # 0，返回默认值
s.get(3, 0) # 93，Series传索引返回具体值
df.name.get(99, 0) # 'Ben'
.truncate
.truncate()方法可以截取DataFrame和Series的数据。可以通过将索引传入before和after参数来剔除这个区间以外的数据。例如：df.truncate(before="2022-01-01", after="2022-12-31") 将会剔除日期在 2022年1月1日 到 2022年12月31日 之外的数据。
df.truncate(before=2, after=4)
'''
name team Q1 Q2 Q3 Q4
2 Ack A 57 60 18 84
3 Eorge C 93 96 71 78
4 Oah D 65 49 61 86
'''
s.truncate(before=2, after=4)
'''
0 89
1 36
2 57
3 93
4 65
Name: Q1, dtype: int64
'''
索引选择器
pd.IndexSlice是一种Pandas中的索引选择器，它专门用于在多层索引中进行数据选择。它的使用方法类似于df.loc[]切片的方法，主要应用于在使用链式方法时，指定选择的数据的范围（通过：subset参数）。
例如：在一个具有多层索引的DataFrame中，使用df.loc[pd.IndexSlice[:, "2022-01-01":"2022-12-31"], :] 可以选取所有行，并且只选择日期在 2022年1月1日 到 2022年12月31日 这个范围内的列。
import pandas as pd
data = {'year': [2021, 2022, 2023, 2021, 2022, 2023],
'month': [1, 2, 3, 4, 5, 6],
'value': [100, 200, 300, 400, 500, 600]}
df = pd.DataFrame(data)
df = df.set_index(['year', 'month'])
df.loc[pd.IndexSlice[2021, :], :]
结果：
value
year month
2021 1 100
4 400
2022 2 200
5 500
2023 3 300
6 600
复杂案例
import pandas as pd
# 创建一个DataFrame
teams = ['A', 'B', 'A', 'C', 'B']
names = ['John', 'Jane', 'Jim', 'Jake', 'Jill']
Q1_scores = [91, 80, 92, 88, 95]
Q2_scores = [85, 94, 88, 92, 95]
df = pd.DataFrame({'team': teams, 'name': names, 'Q1': Q1_scores, 'Q2': Q2_scores})
# 定义样式函数
def style_fun(val):
color = 'green' if val == 'John' else 'red'
return 'color: %s' % color
# 创建复杂条件选择器
selected = df.loc[(df.team=='A') & (df.Q1>90)]
idxs = pd.IndexSlice[selected.index, 'name']
# 应用选择器
df.loc[idxs]
# 选择这部分区域加样式
df.style.applymap(style_fun, subset=idxs)
参考文献
《深入浅出Pandas:利用Python进行数据处理与分析》
《Pandas文档》
开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 7 天，点击查看活动详情
