pandas 如何使用loc来选择 DataFrame 中的多列数据|极客笔记

pandas 如何使用loc来选择 DataFrame 中的多列数据

参考：pandas dataframe loc multiple columns

在数据分析中，我们经常需要对数据进行切片和筛选。Pandas 是一个强大的数据处理库，它提供了多种方法来实现这一目标。其中，loc 是 Pandas 提供的一种基于标签的数据索引方法，可以让我们方便地通过行标签和列标签来定位数据。本文将详细介绍如何使用 loc 来选择 DataFrame 中的多列数据。

1. 基本用法

loc 的基本用法是 df.loc[行标签, 列标签]。其中，行标签和列标签可以是单个标签，也可以是标签列表，还可以是标签的切片对象。如果我们想要选择 DataFrame 中的多列数据，可以将多个列标签放在一个列表中，然后传递给 loc。

下面是一个简单的例子：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}, index=['a', 'b', 'c'])

# 使用 loc 选择多列数据
df.loc[:, ['A', 'C']]
print(df)

Output:

pandas 如何使用loc来选择 DataFrame 中的多列数据

在这个例子中，: 表示选择所有行，['A', 'C'] 表示选择 ‘A’ 列和 ‘C’ 列。所以，df.loc[:, ['A', 'C']] 就可以选择出 DataFrame 中的 ‘A’ 列和 ‘C’ 列。

2. 使用切片选择多列

除了使用列标签列表，我们还可以使用列标签的切片来选择多列。这在列标签有序的情况下非常有用。

下面是一个例子：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9],
    'D': [10, 11, 12]
}, index=['a', 'b', 'c'])

# 使用 loc 和切片选择多列数据
df.loc[:, 'A':'C']
print(df)

Output:

pandas 如何使用loc来选择 DataFrame 中的多列数据

在这个例子中，'A':'C' 是一个列标签的切片，表示从 ‘A’ 列到 ‘C’ 列。所以，df.loc[:, 'A':'C'] 就可以选择出 DataFrame 中从 ‘A’ 列到 ‘C’ 列的所有列。

3. 使用布尔索引选择多列

除了直接使用列标签，我们还可以使用布尔索引来选择多列。这在需要根据某些条件来选择列的情况下非常有用。

下面是一个例子：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9],
    'D': [10, 11, 12]
}, index=['a', 'b', 'c'])

# 使用 loc 和布尔索引选择多列数据
df.loc[:, df.loc['a'] > 2]
print(df)

Output:

pandas 如何使用loc来选择 DataFrame 中的多列数据

在这个例子中，df.loc['a'] > 2 是一个布尔索引，表示选择出 ‘a’ 行中大于 2 的列。所以，df.loc[:, df.loc['a'] > 2] 就可以选择出 DataFrame 中 ‘a’ 行中大于 2 的所有列。

4. 使用函数选择多列

除了上述方法，我们还可以使用函数来选择多列。这在需要根据复杂逻辑来选择列的情况下非常有用。

下面是一个例子：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9],
    'D': [10, 11, 12]
}, index=['a', 'b', 'c'])

# 使用 loc 和函数选择多列数据
df.loc[:, lambda df: ['A', 'C']]
print(df)

Output:

pandas 如何使用loc来选择 DataFrame 中的多列数据

在这个例子中，lambda df: ['A', 'C'] 是一个函数，它接受一个 DataFrame 作为参数，返回一个列标签列表。所以，df.loc[:, lambda df: ['A', 'C']] 就可以选择出 DataFrame 中的 ‘A’ 列和 ‘C’ 列。

5. 使用 `loc` 修改多列数据

loc 不仅可以用来选择数据，还可以用来修改数据。我们可以将 loc 选择出的多列数据赋值给一个新的值，或者一个和选择出的数据形状相同的数组。

下面是一个例子：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9],
    'D': [10, 11, 12]
}, index=['a', 'b', 'c'])

# 使用 loc 修改多列数据
df.loc[:, ['A', 'C']] = 0
print(df)

Output:

pandas 如何使用loc来选择 DataFrame 中的多列数据