3.5　数据抽取

数据分析过程中，并不是所有的数据都是我们想要的，此时可以抽取部分数据，主要使用DataFrame对象的loc属性和iloc属性，示意图如图3.27所示。

图3.27　loc属性和iloc属性示意图

对象的loc属性和iloc属性都可以抽取数据，区别如下。

　loc属性：以列名（columns）和行名（index）作为参数，当只有一个参数时，默认是行名，即抽取整行数据，包括所有列，如df.loc['A']。

　iloc属性：以行和列位置索引（即0，1，2，…）作为参数，0表示第1行，1表示第2行，以此类推。当只有一个参数时，默认是行索引，即抽取整行数据，包括所有列。如抽取第1行数据，df.iloc[0]。

3.5.1　抽取一行数据

抽取一行数据主要使用loc属性。

【示例19】　抽取一行考试成绩数据。（示例位置：资源包\MR\Code\03\19）

抽取一行名为“明日”的考试成绩数据（包括所有列），程序代码如下：

运行程序，输出结果如图3.28所示。

使用iloc属性抽取第1行数据，指定行索引即可，如df.iloc[0]，输出结果同图3.28一样。

图3.28　抽取一行数据

3.5.2　抽取多行数据

1．抽取任意多行数据

通过loc属性和iloc属性指定行名和行索引即可实现抽取任意多行数据。

【示例20】　抽取多行考试成绩数据。（示例位置：资源包\MR\Code\03\20）

抽取行名为“明日”和“高袁圆”（即第1行和第3行数据）的考试成绩数据，可以使用loc属性，也可以使用iloc属性，其输出结果都是一样的，主要代码如下：

01 df1=df.loc[['明日','高袁圆']]
02 df1=df.iloc[[0,2]]

运行程序，输出结果如图3.29所示。

图3.29　抽取多行数据

2．抽取连续任意多行数据

在loc属性和iloc属性中合理地使用冒号（:），即可抽取连续任意多行数据。

【示例21】　抽取连续几个学生的考试成绩。（示例位置：资源包\MR\Code\03\21）

抽取连续几个学生的考试成绩，主要代码如下：

运行程序，控制台输出结果如图3.30所示。

图3.30　抽取连续任意多行数据

3.5.3　抽取指定列数据

抽取指定列数据，可以直接使用列名，也可以使用loc属性和iloc属性。

1．直接使用列名

【示例22】　抽取“语文”和“数学”的考试成绩。（示例位置：资源包\MR\Code\03\22）

抽取列名为“语文”和“数学”的考试成绩数据，程序代码如下：

运行程序，输出结果如图3.31所示。

2．使用loc属性和iloc属性

前面介绍loc属性和iloc属性均有两个参数：第一个参数代表行；第二个参数代表列。那么这里抽取指定列数据时，行参数不能省略。

【示例23】　抽取指定学科的考试成绩。（示例位置：资源包\MR\Code\03\23）

下面使用loc属性和iloc属性抽取指定列数据，主要代码如下：

运行程序，控制台输出结果如图3.32所示。

图3.31　直接使用列名

图3.32　loc属性和iloc属性

3.5.4　抽取指定行、列数据

抽取指定行、列数据主要使用loc属性和iloc属性，这两个方法的两个参数都指定就可以实现指定行、列数据的抽取。

【示例24】　抽取指定学科和指定学生的考试成绩。（示例位置：资源包\MR\Code\03\24）

使用loc属性和iloc属性抽取指定行、列数据，程序代码如下：

运行程序，控制台输出结果如图3.33所示。

图3.33　抽取指定行、列数据

在上述结果中，第一个输出结果是一个数，不是数据，是由于“df.loc['七月流火','英语']”没有使用方括号[]，导致输出的数据不是DataFrame类型。

3.5.5　按指定条件抽取数据

DataFrame对象实现数据查询有以下3种方式。

　取其中的一个元素.iat[x,x]。

　基于位置的查询，如.iloc[]、iloc[2,1]。

　基于行、列名称的查询，如.loc[x]。

【示例25】　抽取指定学科和指定分数的数据。（示例位置：资源包\MR\Code\03\25）

抽取语文成绩大于105，数学成绩大于88的数据，程序代码如下：

运行程序，输出结果如图3.34所示。

图3.34　按指定条件抽取数据