国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

Python Pandas中loc和iloc函數的基本用法講解

89542767 / 1222人閱讀

  Python Pandas的主要左右是解決大量的數據,快速的對數據去進行批量的處理,大大提高工作的效率。那么,里面的loc和iloc函數,具體是怎么進行使用呢?怎么知道每個函數的基本用法呢?下面小編就給大家詳細的解答下。


  1 loc和iloc的含義


  loc表示location的意思;iloc中的loc意思相同,前面的i表示integer,所以它只接受整數作為參數。


  2用法


  import pandas as pd
  import numpy as np
  #np.random.randn(5,2)表示返回5x2的矩陣,index表示行的編號,columns表示列的編號
  df=pd.DataFrame(np.random.randn(5,2),index=range(0,5,1),columns=list('AB'))
  print(df)


  打印df的結果:

01.png

  2.1 loc函數的用法


  loc表示通過標簽取數據,標簽就是上面的‘0’-‘4’和‘A’-‘B’。

  print(df.loc[0])

02.png

  

   print(df.loc[0,:])

03.png

  print(df.loc[0:2,'A'])

04.png

  2.2 iloc函數的用法


  iloc函數表示通過位置取數據,即第m行,第n列數據,只接受整型參數。記住:0:2為“包左不包右”,即取0,1。


   print(df.iloc[0,:])

05.png

  print(df.iloc[:,0])

06.png

  print(df.iloc[0:2,:])

07.png

  補充:Pandas中loc和iloc函數實例


  利用loc、iloc提取行數據
  import numpy as np
  import pandas as pd
  #創建一個Dataframe
  data=pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('ABCD'))
  In[1]:data
  Out[1]:
  A B C D
  a 0 1 2 3
  b 4 5 6 7
  c 8 9 10 11
  d 12 13 14 15
  #取索引為'a'的行
  In[2]:data.loc['a']
  Out[2]:
  A 0
  B 1
  C 2
  D 3
  #取第一行數據,索引為'a'的行就是第一行,所以結果相同
  In[3]:data.iloc[0]
  Out[3]:
  A 0
  B 1
  C 2
  D 3


  loc函數:通過行索引“Index”中的具體值來取行數據(如取"Index"為"A"的行)


  iloc函數:通過行號來取行數據(如取第二行的數據)


  利用loc、iloc提取列數據


  In[4]:data.loc[:,['A']]#取'A'列所有行,多取幾列格式為data.loc[:,['A','B']]
  Out[4]:
  A
  a 0
  b 4
  c 8
  d 12
  In[5]:data.iloc[:,[0]]#取第0列所有行,多取幾列格式為data.iloc[:,[0,1]]
  Out[5]:
  A
  a 0
  b 4
  c 8
  d 12

  綜上所述,這篇文章就給大家介紹到這里,希望可以給大家帶來幫助。

文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。

轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/128351.html

相關文章

  • pandas索引函數lociloc區別

    ????????使用pandas進行數據分析的時候,我們經常需要對DataFrame的行或者列進行索引。使用pandas進行索引的方法主要有三種:直接使用行或者列標簽、loc函數和iloc函數。 ? ? ? ? 舉個簡單的例子: import numpy as npimport pandas as pddf = pd.DataFrame({Fruits:[apple,pear,banana,wat...

    liangdas 評論0 收藏0
  • Python Pandas讀取修改excel操作攻略

    環境:python 3.6.8 以某米賽爾號舉個例子吧: showImg(https://segmentfault.com/img/bVboqzz?w=396&h=215);showImg(https://segmentfault.com/img/bVboqzA?w=362&h=216); >>> pd.read_excel(1.xlsx, sheet_name=Sheet2) 名字 ...

    frolc 評論0 收藏0
  • 還在抱怨pandas運行速度慢?這幾個方法會顛覆你看法

    摘要:它還使用執行所謂的鏈式索引,這通常會導致意外的結果。但這種方法的最大問題是計算的時間成本。這些都是一次產生一行的生成器方法,類似中使用的用法。在這種情況下,所花費的時間大約是方法的一半。根據每小時所屬的應用一組標簽。 作者:xiaoyu 微信公眾號:Python數據科學 知乎:python數據分析師 showImg(https://segmentfault.com/img/bVboe...

    keelii 評論0 收藏0
  • Pandas之旅(一): 讓我們把基礎知識一次擼完,申精干貨

    為什么你需要pandas 大家好,今天想和大家分享一下有關pandas的學習新的,我因工作需要,從去年12月開始接觸這個非常好用的包,到現在為止也是算是熟悉了一些,因此發現了它的強大之處,特意想要和朋友們分享,特別是如果你每天和excel打交道,總是需要編寫一些vba函數或者對行列進行groupby啊,merge,join啊之類的,相信我,pandas會讓你解脫的。 好啦,閑話少說,這篇文章的基礎...

    tuomao 評論0 收藏0
  • 數據科學庫pandas筆記1

    摘要:上海本科年廣州碩士年廣州本科應屆畢業生北京本科年北京本科年上海本科年廣州碩士年廣州本科應屆畢業生當然,如果想看尾部的數據,可以用函數,它默認顯示尾部的行,與相反。 數據結構之DataFrame pandas中有兩種數據結構Series和DataFrame,Series類似于Numpy中的一維數組,這里就不詳細記錄了。主要記錄下DataFrame的常見使用。 DataFrame是一個表格...

    caiyongji 評論0 收藏0

發表評論

0條評論

最新活動
閱讀需要支付1元查看
<