博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Indexing
阅读量:5256 次
发布时间:2019-06-14

本文共 2405 字,大约阅读时间需要 8 分钟。

1. loc——通过行标签索引行数据

1.1 loc[1]表示索引的是第1行(index 是整数)

 

import pandas as pd  data = [[1,2,3],[4,5,6]]  index = [0,1]  columns=['a','b','c']  df = pd.DataFrame(data=data, index=index, columns=columns)  df.loc[1]  '''a    4 b    5 c    6 '''    df    a    b    c0    1    2    31    4    5    6

 

1.2  loc[‘d’]表示索引的是第’d’行(index 是字符)

data = [[1,2,3],[4,5,6]]  index = ['d','e']  columns=['a','b','c']  df = pd.DataFrame(data=data, index=index, columns=columns)  df.loc['d']  '''a    1 b    2 c    3 '''  df     a    b    cd    1    2    3e    4    5    6

 

1.3 loc可以获取多行数据

data = [[1,2,3],[4,5,6]]  index = ['d','e']  columns=['a','b','c']  df = pd.DataFrame(data=data, index=index, columns=columns)  df.loc['d':]  '''''    a  b  c d  1  2  3 e  4  5  6 '''

 

1.4 loc扩展——索引某行某列

import pandas as pd  data = [[1,2,3],[4,5,6]]  index = ['d','e']  columns=['a','b','c']  df = pd.DataFrame(data=data, index=index, columns=columns)  df.loc['d',['b','c']] ''''' b    2 c    3 '''

 

1.5 loc扩展——索引某列

import pandas as pd  data = [[1,2,3],[4,5,6]]  index = ['d','e']  columns=['a','b','c']  df = pd.DataFrame(data=data, index=index, columns=columns)  df.loc[:,['c']]  '''   c d  3 e  6 '''

 

当然获取某列数据最直接的方式是df.[列标签],但是当列标签未知时可以通过这种方式获取列数据。

需要注意的是,dataframe的索引[1:3]是包含1,2,3的。

 

 

2. iloc——通过行号获取行数据

.iloc 则是基于序号的索引(还是行优先),从0到length-1

 

2.1 获取单行

import pandas as pd  data = [[1,2,3],[4,5,6]]  index = ['d','e']  columns=['a','b','c']  df = pd.DataFrame(data=data, index=index, columns=columns)  df.loc[1]  '''a    4 b    5 c    6 '''

 

2.2 索引多行

import pandas as pddata = [[1,2,3],[4,5,6]]index = ['d','e']columns=['a','b','c']df = pd.DataFrame(data=data, index=index, columns=columns)  df.iloc[0:]"""    a    b    cd    1    2    3e    4    5    6"""

 

2.3 索引列数据

import pandas as pd  data = [[1,2,3],[4,5,6]]  index = ['d','e']  columns=['a','b','c']  df = pd.DataFrame(data=data, index=index, columns=columns)  df.iloc[:,[1]] '''''    b d  2 e  5 '''

 

3. ix——结合前两种的混合索引

.ix 则相当于上述两个之和,两种index都能处理。

 

3.1 通过行号索引

import pandas as pd data = [[1,2,3],[4,5,6]]  index = ['d','e']  columns=['a','b','c']  df = pd.DataFrame(data=data, index=index, columns=columns)  df.ix[1] ''''' a    4 b    5 c    6 '''

 

3.2 通过行标签索引

import pandas as pd data = [[1,2,3],[4,5,6]]  index = ['d','e']  columns=['a','b','c']  df = pd.DataFrame(data=data, index=index, columns=columns)  df.ix['e']''''' a    4 b    5 c    6 '''

 

转载于:https://www.cnblogs.com/ttrrpp/p/6891298.html

你可能感兴趣的文章
提高PHP性能的10条建议
查看>>
svn“Previous operation has not finished; run 'cleanup' if it was interrupted“报错的解决方法...
查看>>
熟用TableView
查看>>
Java大数——a^b + b^a
查看>>
poj 3164 最小树形图(朱刘算法)
查看>>
服务器内存泄露 , 重启后恢复问题解决方案
查看>>
android一些细节问题
查看>>
KDESVN中commit时出现containing working copy admin area is missing错误提示
查看>>
利用AOP写2PC框架(二)
查看>>
【动态规划】skiing
查看>>
java定时器的使用(Timer)
查看>>
ef codefirst VS里修改数据表结构后更新到数据库
查看>>
boost 同步定时器
查看>>
[ROS] Chinese MOOC || Chapter-4.4 Action
查看>>
简单的数据库操作
查看>>
iOS-解决iOS8及以上设置applicationIconBadgeNumber报错的问题
查看>>
Redmine
查看>>
帧的最小长度 CSMA/CD
查看>>
xib文件加载后设置frame无效问题
查看>>
编程算法 - 左旋转字符串 代码(C)
查看>>