Выбор столбцов и строк

Получить отдельный столбец по имени можно с помощью скобочной нотации df['col'], которая возвращает Series. Также можно использовать точечную нотацию df.col, если имя столбца является допустимым идентификатором Python и не содержит пробелов. Скобочная нотация всегда надёжна; точечная нотация не работает для имён, совпадающих с методами DataFrame, например count или mean.

Чтобы выбрать несколько столбцов, передайте список имён столбцов внутри скобок: df[['col1', 'col2']]. Обратите внимание на двойные скобки: внешняя пара является оператором индексации, а внутренняя создаёт список Python. Результатом будет DataFrame, а не Series. Этот приём часто используют для извлечения матрицы признаков в машинном обучении.

df.loc[row_label, col_label] выбирает данные по метке. Для строк и столбцов можно указать одну метку, список меток или срез. df.loc[:, 'score'] выбирает все строки столбца 'score'. df.loc['r1':'r3', ['a', 'b']] выбирает строки от r1 до r3 включительно для столбцов a и b.

df.iloc[row_pos, col_pos] выбирает данные по целочисленной позиции, игнорируя метки. Оба аргумента используют соглашения Python для срезов с исключением конечной позиции. df.iloc[:, 0] выбирает первый столбец как Series. df.iloc[0:2, 1:3] выбирает прямоугольный фрагмент DataFrame размером 2×2 из верхнего левого угла.

Передайте в .loc булеву Series с тем же индексом, что и у DataFrame, чтобы отфильтровать строки. Создайте булеву Series на основе условия для столбца. Условия можно объединять с помощью & и |. Это стандартный способ фильтрации при анализе данных в Pandas, который значительно выразительнее предложений SQL WHERE для сложных условий по нескольким столбцам.

Каждое из нескольких условий должно быть заключено в скобки, а сами условия нужно объединять с помощью & (AND) или | (OR). Использование ключевых слов Python and/or для Series вызывает ошибку. Чтобы отрицать условие, используйте ~ (тильду) вместо not. Всегда проверяйте условия по отдельности перед объединением, чтобы определить источник неожиданных результатов.

df.iloc[n] возвращает n-ю строку как Series. df.iloc[n:m] возвращает строки от n до m-1 как DataFrame. df.iloc[[0, 2, 4]] выбирает определённые строки по позиции с помощью расширенной индексации. Эти операции эквивалентны выбору строк в массиве NumPy и часто используются для разделения данных на обучающую и тестовую выборки перед применением моделей машинного обучения.

И .loc, и .iloc принимают два аргумента: df.loc[row_selector, col_selector]. Это позволяет точно выбрать прямоугольный фрагмент одним выражением. Двоеточие : само по себе выбирает все строки или все столбцы. Такой приём необходим для извлечения матрицы признаков с определёнными столбцами только для обучающих строк набора данных.

Если передать одну скалярную метку в df.loc[label], результатом будет Series, индексом которой являются имена столбцов. Это удобно для просмотра отдельной записи. Чтобы получить DataFrame с одной строкой, заключите метку в список: df.loc[[label]]. Это различие важно, когда результат передаётся функциям, ожидающим DataFrame.

df.at[row_label, col_name] и df.iat[row_pos, col_pos] получают или задают одно скалярное значение с меньшими затратами, чем .loc/.iloc. Они предназначены для циклов, обновляющих отдельные ячейки. В рабочем коде всегда отдавайте предпочтение векторизованным операциям вместо обновления ячеек по одной, но используйте at/iat, когда действительно необходимо выполнять итерацию.

Последовательная индексация, например df['col'][condition] или df[mask]['col'] = val, может привести к появлению SettingWithCopyWarning, поскольку Pandas может работать с копией, а не с исходными данными. Для любого изменения всегда используйте одно выражение .loc: df.loc[mask, 'col'] = val. Это правильный шаблон, не вызывающий предупреждений.

Проверьте, насколько хорошо Вы поняли выбор столбцов и строк из этого урока.

В этом уроке Вы узнали: .loc выбирает строки и столбцы по меткам, включая конечные позиции срезов, .iloc выбирает по целочисленной позиции, исключая конечные позиции, как при срезах Python, а булевы условия, применённые через .loc, фильтруют строки без проблемы SettingWithCopyWarning, возникающей при последовательной индексации. Далее мы добавим новые вычисляемые столбцы, переименуем существующие и удалим ненужные столбцы с помощью drop().