Python Pandas DataFrame 行列操作与未命名列处理详解

七月

发布时间：2026-10-13| 4人浏览过

原创

本文详细讲解 Python Pandas 库中 DataFrame 的行与列选取方法，涵盖 loc、iloc、ix 等常用索引方式。针对读取 CSV 时产生的未命名列问题，提供重命名删除与直接切片剔除两种解决方案，帮助开发者高效处理数据清洗中的边缘情况。

在使用 Pandas 库的 DataFrame 时，经常需要对数据的行或列进行选取操作。

import numpy as np
import pandas as pd
from pandas import Sereis, DataFrame
ser = Series(np.arange(3.))
data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))
data['w'] #选择表格中的'w'列，使用类字典属性,返回的是Series类型
data.w #选择表格中的'w'列，使用点属性,返回的是Series类型
data[['w']] #选择表格中的'w'列，返回的是DataFrame类型
data[['w','z']] #选择表格中的'w'、'z'列
data[0:2] #返回第1行到第2行的所有行，前闭后开，包括前不包括后
data[1:2] #返回第2行，从0计，返回的是单行，通过有前后值的索引形式，
  #如果采用data[1]则报错
data.ix[1:2] #返回第2行的第三种方法，返回的是DataFrame，跟data[1:2]同
data['a':'b'] #利用index值进行切片，返回的是**前闭后闭**的DataFrame, 
  #即末端是包含的 
data.irow(0) #取data的第一行
data.icol(0) #取data的第一列
data.head() #返回data的前几行数据，默认为前五行，需要前十行则data.head(10)
data.tail() #返回data的后几行数据，默认为后五行，需要后十行则data.tail(10)
ser.iget_value(0) #选取ser序列中的第一个
ser.iget_value(-1) #选取ser序列中的最后一个，这种轴索引包含索引器的series不能采用ser[-1]去获取最后一个，这会引起歧义。
data.iloc[-1] #选取DataFrame最后一行，返回的是Series
data.iloc[-1:] #选取DataFrame最后一行，返回的是DataFrame
data.loc['a',['w','x']] #返回‘a'行'w'、'x'列，这种用于选取行索引列索引已知
data.iat[1,1] #选取第二行第二列，用于已知行、列位置的选取。

以下通过具体代码示例进行验证说明：

import pandas as pd
from pandas import Series, DataFrame
import numpy as np
data = DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e'])
data
Out[7]: 
  a b c d e
one  0 1 2 3 4
two  5 6 7 8 9
three 10 11 12 13 14
#对列的操作方法有如下几种
data.icol(0) #选取第一列
E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: icol(i) is deprecated. Please use .iloc[:,i]
 # -*- coding: utf-8 -*-
Out[35]: 
one  0
two  5
three 10
Name: a, dtype: int32
data['a']
Out[8]: 
one  0
two  5
three 10
Name: a, dtype: int32
data.a
Out[9]: 
one  0
two  5
three 10
Name: a, dtype: int32
data[['a']]
Out[10]: 
  a
one  0
two  5
three 10
data.ix[:,[0,1,2]] #不知道列名只知道列的位置时
Out[13]: 
  a b c
one  0 1 2
two  5 6 7
three 10 11 12
data.ix[1,[0]] #选择第2行第1列的值
Out[14]: 
a 5
Name: two, dtype: int32
data.ix[[1,2],[0]] #选择第2,3行第1列的值
Out[15]: 
  a
two  5
three 10
data.ix[1:3,[0,2]] #选择第2-4行第1、3列的值
Out[17]: 
  a c
two  5 7
three 10 12
data.ix[1:2,2:4] #选择第2-3行，3-5（不包括5）列的值
Out[29]: 
  c d
two 7 8
data.ix[data.a>5,3]
Out[30]: 
three 13
Name: d, dtype: int32
data.ix[data.b>6,3:4] #选择'b'列中大于6所在的行中的第4列，有点拗口
Out[31]: 
  d
three 13
data.ix[data.a>5,2:4] #选择'a'列中大于5所在的行中的第3-5（不包括5）列
Out[32]: 
  c d
three 12 13
data.ix[data.a>5,[2,2,2]] #选择'a'列中大于5所在的行中的第2列并重复3次
Out[33]: 
  c c c
three 12 12 12
#还可以行数或列数跟行名列名混着用
data.ix[1:3,['a','e']]
Out[24]: 
  a e
two  5 9
three 10 14
data.ix['one':'two',[2,1]]
Out[25]: 
  c b
one 2 1
two 7 6
data.ix[['one','three'],[2,2]]
Out[26]: 
  c c
one  2 2
three 12 12
data.ix['one':'three',['a','c']]
Out[27]: 
  a c
one  0 2
two  5 7
three 10 12
data.ix[['one','one'],['a','e','d','d','d']]
Out[28]: 
  a e d d d
one 0 4 3 3 3
one 0 4 3 3 3
#对行的操作有如下几种：
data[1:2] #（不知道列索引时）选择第2行，不能用data[1]，可以用data.ix[1]
Out[18]: 
  a b c d e
two 5 6 7 8 9
data.irow(1) #选取第二行
Out[36]: 
a 5
b 6
c 7
d 8
e 9
Name: two, dtype: int32
data.ix[1] #选择第2行
Out[20]: 
a 5
b 6
c 7
d 8
e 9
Name: two, dtype: int32
data['one':'two'] #当用已知的行索引时为前闭后闭区间，这点与切片稍有不同。
Out[22]: 
  a b c d e
one 0 1 2 3 4
two 5 6 7 8 9
data.ix[1:3] #选择第2到4行，不包括第4行，即前闭后开区间。
Out[23]: 
  a b c d e
two  5 6 7 8 9
three 10 11 12 13 14
data.ix[-1:] #取DataFrame中最后一行，返回的是DataFrame类型,**注意**这种取法是有使用条件的，只有当行索引不是数字索引时才可以使用，否则可以选用`data[-1:]`--返回DataFrame类型或`data.irow(-1)`--返回Series类型
Out[11]: 
  a b c d e
three 10 11 12 13 14
data[-1:] #跟上面一样，取DataFrame中最后一行，返回的是DataFrame类型
Out[12]: 
  a b c d e
three 10 11 12 13 14
data.ix[-1] #取DataFrame中最后一行，返回的是Series类型，这个一样，行索引不能是数字时才可以使用
Out[13]: 
a 10
b 11
c 12
d 13
e 14
Name: three, dtype: int32
data.tail(1) #返回DataFrame中的最后一行
data.head(1) #返回DataFrame中的第一行

在处理数据过程中，使用 pd.read_csv() 读取文件时，有时会出现读取到未命名的列。这些列通常没有实际用途，往往是因为索引列被替换后产生的。对于有代码洁癖的开发者来说，这些多余的列令人困扰。此时直接使用 dataframe.drop([columns,]) 可能无法直接解决问题，该如何处理呢？

一种较为笨拙但有效的方法是直接对列索引进行重命名：

data6
  Unnamed: 0 high symbol time
date    
2016-11-01 0 3317.4 IF1611 18:10:44.8
2016-11-01 1 3317.4 IF1611 06:01:04.5
2016-11-01 2 3317.4 IF1611 07:46:25.5
2016-11-01 3 3318.4 IF1611 09:30:04.0
2016-11-01 4 3321.8 IF1611 09:31:04.0
data6.columns = list('abcd')
data6
 a b c d
date    
2016-11-01 0 3317.4 IF1611 18:10:44.8
2016-11-01 1 3317.4 IF1611 06:01:04.5
2016-11-01 2 3317.4 IF1611 07:46:25.5
2016-11-01 3 3318.4 IF1611 09:30:04.0
2016-11-01 4 3321.8 IF1611 09:31:04.0

完成重命名后，即可使用 dataframe.drop([columns]) 来删除该列。当然，无需将所有列名都替换掉，只需更改那个未命名的列名，随后执行删除操作即可。不过，这种全量重命名的方式显得不够优雅，是否有更好的方法呢？答案是肯定的，我们可以选择不删除数据，而是直接进行切片操作：