Pandas DataFrame.ix[] 函数
Minahil Noor
2023年1月30日
2021年1月22日
-
pandas.DataFrame.ix[]语法 -
示例代码：
DataFrame.ix[]分割行索引的方法 -
示例代码：
DataFrame.ix[]切片列索引的方法 -
示例代码：
DataFrame.ix[]分割列标签的方法
![Pandas DataFrame.ix[] 函数](/img/Python%20Pandas/feature%20image%20-%20Pandas%20DataFrame%20DataFrame.ix%20Function.png)
警告
从 Pandas 0.20.0 版本开始，
DataFrame.ix 就被废弃了，你可以使用更严格的索引方法，比如 loc 和 iloc。你可以使用更严格的索引方法，如 loc 和 iloc。Python Pandas DataFrame.ix[] 函数根据参数的值对行或列进行切片。
pandas.DataFrame.ix[] 语法
DataFrame.ix[index=None,
label=None]
参数
index |
用于对行索引进行切片的整数或整数列表。 |
label |
字符串、整数、字符串列表或整数，用于切片列标签。 |
返回
它返回修改后的 DataFrame。
示例代码：DataFrame.ix[] 分割行索引的方法
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.ix[:2, ]
print("The Modified Data frame is: \n")
print(dataframe1)
输出：
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
The Modified Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
它已切片了行索引 3 和 4。
示例代码：DataFrame.ix[] 切片列索引的方法
在 Pandas 中，为了对 DataFrame 的列进行切片片，我们将使用索引调用 ix[] 函数对列标签进行切片。
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.ix[ : , :1]
print("The Modified Data frame is: \n")
print(dataframe1)
输出：
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
The Modified Data frame is:
Attendance
0 60
1 100
2 80
3 78
4 95
现在只返回 DataFrame 的第一列。
示例代码： DataFrame.ix[] 分割列标签的方法
我们也可以通过列标签作为参数来保留该列，并对其他列进行切片。
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.ix[ : ,"Name"]
print("The Modified Data frame is: \n")
print(dataframe1)
输出：
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
The Modified Data frame is:
0 Olivia
1 John
2 Laura
3 Ben
4 Kevin
Name: Name, dtype: object
函数在保留 Name 列的同时，对其他列进行了切片。但你应该注意到，函数保留了 Name 列的值，并对其标签进行了切片。