时间:2021-05-23
Dataframe使用loc取某几行几列的数据:
print(df.loc[0:4,['item_price_level','item_sales_level','item_collected_level','item_pv_level']])结果如下,取了index为0到4的五行四列数据。
item_price_level item_sales_level item_collected_level item_pv_level0 3 3 4 141 3 3 4 142 3 3 4 143 3 3 4 144 3 3 4 14而使用iloc,如下所示:
print(df.iloc[0:4,6:9])结果如下,取得是index为0到3四行,以及第6到8列(从0列开始)3列数据。
item_price_level item_sales_level item_collected_level0 3 3 41 3 3 42 3 3 43 3 3 4另外loc可以按条件取数据:
print(df.loc[df.item_price_level==0,:])print(df.loc[df[item_price_level]==0,:])上面两条语句效果是一样的,都是取item_price_level为0的所有数据。可以把冒号改成几列列名,只取满足条件的某几列数据:
print(df.loc[df['item_price_level']==0,['item_price_level','item_sales_level']])结果前两行如下:
item_price_level item_sales_level129141 0 10129142 0 10条件为多个时 (同时满足两个条件如下):
print(df.loc[(item_price_level==0) & (item_sales_level==3),:])以上这篇对pandas中iloc,loc取数据差别及按条件取值的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。
Pandas库中有iloc和loc以及ix可以用来索引数据,抽取数据。但是方法一多也容易造成混淆。下面将一一来结合代码说清其中的区别。1.iloc和loc的区别
pandas中一个很便捷的使用方法通过loc、iloc、ix等索引方式,这里记录一下:df.loc[条件,新增列]=赋初始值如果新增列名为已有列名,则在原来的数
Pandas库十分强大,但是对于切片操作iloc,loc和ix,很多人对此十分迷惑,因此本篇博客利用例子来说明这3者之一的区别和联系,尤其是iloc和loc。对
loc和iloc的意思首先,loc是location的意思,和iloc中i的意思是指integer,所以它只接受整数作为参数,详情见下面。loc和iloc的区别
简介pandas按条件筛选数据时,除了使用query()方法,还可以使用isin和对isin取反进行条件筛选.代码importpandasaspddf=pd.D