dataframe数据选择怎样实现?一文带你迅速看懂
发布时间:2022-02-17 11:08 所属栏目:13 来源:互联网
导读:这篇文章主要给大家介绍dataframe数据选择的内容,有时候我们需要对数据进行筛选,选择我们想要的数据,下面给给大家分享使用dataframe数据选择的方法,小编觉得是比较实用的,感兴趣的朋友就往下看吧。 数据初始化 import pandas as pd import numpy as np
这篇文章主要给大家介绍dataframe数据选择的内容,有时候我们需要对数据进行筛选,选择我们想要的数据,下面给给大家分享使用dataframe数据选择的方法,小编觉得是比较实用的,感兴趣的朋友就往下看吧。 数据初始化 import pandas as pd import numpy as np a=np.array([['北京','北方','一线','非沿海'],['杭州','南方','二线','非沿海'],['深圳','南方','一线','沿海'], ['烟台','北方','三线','沿海']]) df=pd.DataFrame(a,index=['一','二','三','四'],columns=['城市','地理','级别','是否沿海']) 城市 地理 级别 是否沿海 一 北京 北方 一线 非沿海 二 杭州 南方 二线 非沿海 三 深圳 南方 一线 沿海 四 烟台 北方 三线 沿海 选择某一行 通过loc选择某一行 loc标签是轴标签,也就是我们的索引名,使用也非常简单 df.loc['二'] 城市 杭州 地理 南方 级别 二线 是否沿海 非沿海 Name: 二, dtype: object 通过iloc选择某一行 iloc为整数标签,类似我们使用的元组列表的索引。比如我们想选择第二行的数据,第二行的索引则为1. df.iloc[1] 城市 杭州 地理 南方 级别 二线 是否沿海 非沿海 Name: 二, dtype: object 选择某一列 最简单的方法选择某一列 如果我们知道列索引,那么选择某一列则变得十分简单 df['级别'] 一 一线 二 二线 三 一线 四 三线 Name: 级别, dtype: object 通过iloc选则某一列 正如我们上述使用iloc的方法,我们只需传入行或者列的索引即可。其实iloc的中括号里可以输入两个参数。前面为行,后面为列中间用逗号隔开。(如果省略了逗号,则默认取选择行) 比如现在我们想选择第二列,我们只需在逗号钱输入: 代表所有的行,后面则输入1代表第二列 df.iloc[:, 1] 一 北方 二 南方 三 南方 四 北方 Name: 地理, dtype: object 通过loc选择某一列 和iloc的使用相似,只不过在数据筛选中我们不再使用行整数索引,而是具体的索引值。 df.loc[:, '是否沿海'] 一 非沿海 二 非沿海 三 沿海 四 沿海 Name: 是否沿海, dtype: object 选择某一行的某几列或某一列的某一行 其实loc与iloc是dataframe中选择数据最高效的方式,他的功能也十分强大。我们可以随意组合。 选择某一行的某几列 比如我们现在选择第二行的中间两列 df.iloc[1,1:3] 地理 南方 级别 二线 Name: 二, dtype: object 当然我们也可以不使用整数索引 df.loc['二':,'地理':'级别'] 地理 级别 二 南方 二线 三 南方 一线 四 北方 三线 通过行列自由组合去选择数据 比如我们想选择第二到三行的第二列和第三列 df.iloc[2:4:, 2:4] 级别 是否沿海 三 一线 沿海 四 三线 沿海 同样十分简单,通过loc使用效果相同,这里不过多描述 选择某几列或者某几行 选择某几列 df.iloc[:,2:4] 级别 是否沿海 一 一线 非沿海 二 二线 非沿海 三 一线 沿海 四 三线 沿海 选择某几行 城市 地理 级别 是否沿海 二 杭州 南方 二线 非沿海 三 深圳 南方 一线 沿海 获取单个标量值 如果把dataframe看做一个表格,这里可以看成获得表格里某个单元格的值 通过iat去获取 iat即为整数标签 df.iat[2,2] '一线' 通过at去获取 at即为具体的索引值去获取 df.at['三','级别'] '一线' 关于dataframe 数据选择的介绍就到这,上述代码仅供参考学习,有这方面学习需要的朋友,可以看看,希望本文对大家有帮助。 (编辑:ASP站长网) |
相关内容
网友评论
推荐文章
热点阅读