时间:2021-05-22
一、假设有这样一个原始dataframe
二、提取索引
(已经做了一些操作将Age为NaN的行提取出来并合并为一个dataframe,这里提取的是该dataframe的索引,道理和操作是相似的,提取的代码没有贴上去是为了不显得太繁杂让读者看着繁琐)
>>> index = unknown_age_Mr.index.tolist() #记得转换为list格式三、提取索引对应的原始dataframe的行
使用iloc函数将数据块提取出
>>> age_df.iloc[index, :] # 这里的 :可以改为具体的索引,就可以提取具体列,详情可以看iloc的介绍如果打印出来就是下面的样子了
提取出来后就可以进行替换或其他操作了
以上这篇对pandas通过索引提取dataframe的行方法详解就是小编分享给大家的全部内容了,希望能给大家一个参考,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。
可以通过遍历的方法:pandas按行按列遍历Dataframe的几种方式:https://www.jb51.net/article/172623.htm选择列使
pandas提供了set_index方法可以将DataFrame的列(多列)变成行索引,通过reset_index方法可以将层次化索引的级别会被转移到列里面。1
用pandas中的DataFrame时选取行或列:importnumpyasnpimportpandasaspdfrompandasimportSereis,D
通过?pandas.DataFrame.shift命令查看帮助文档Signature:pandas.DataFrame.shift(self,perio
用pandas中的DataFrame时选取行或列:importnumpyasnpimportpandasaspdfrompandasimportSereis,D