时间:2021-05-22
我们对 DataFrame 进行选择,大抵从这三个层次考虑:行列、区域、单元格。
其对应使用的方法如下:
一. 行,列 --> df[]
二. 区域 --> df.loc[], df.iloc[], df.ix[]
三. 单元格 --> df.at[], df.iat[]
下面开始练习:
import numpy as npimport pandas as pddf = pd.DataFrame(np.random.randn(6,4), index=list('abcdef'), columns=list('ABCD'))1. df[]:
一维
行维度:
整数切片、标签切片、<布尔数组>
列维度:
标签索引、标签列表、Callable
2. df.loc[]
二维,先行后列
行维度:
标签索引、标签切片、标签列表、<布尔数组>、Callable
列维度:
标签索引、标签切片、标签列表、<布尔数组>、Callable
3. df.iloc[]
二维,先行后列
行维度:
整数索引、整数切片、整数列表、<布尔数组>
列维度:
整数索引、整数切片、整数列表、<布尔数组>、Callable
4. df.ix[]
二维,先行后列
行维度:
整数索引、整数切片、整数列表、
标签索引、标签切片、标签列表、
<布尔数组>、
Callable
列维度:
整数索引、整数切片、整数列表、
标签索引、标签切片、标签列表、
<布尔数组>、
Callable
5. df.at[]
精确定位单元格
行维度:
标签索引
列维度:
标签索引
6. df.iat[]
精确定位单元格
行维度:
整数索引
列维度:
整数索引
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
pandas.DataFrame选取特定行使用Python进行数据分析时,经常要使用到的一个数据结构就是pandas的DataFrame,如果我们想要像Exce
Pandas中根据列的值选取多行数据#选取等于某些值的行记录用==df.loc[df['column_name']==some_value]#选取某列是否是某一
在刚开始使用pandasDataFrame的时候,对于数据的选取,修改和切片经常困惑,这里总结了一些常用的操作。pandas主要提供了三种属性用来选取行/列数据
用pandas中的DataFrame时选取行或列:importnumpyasnpimportpandasaspdfrompandasimportSereis,D
用pandas中的DataFrame时选取行或列:importnumpyasnpimportpandasaspdfrompandasimportSereis,D