Python Pandas的主要左右是解決大量的數(shù)據(jù),快速的對(duì)數(shù)據(jù)去進(jìn)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(shù),具體是怎么進(jìn)行使用呢?怎么知道每個(gè)函數(shù)的基本用法呢?下面小編就給大家詳細(xì)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(shù)作為參數(shù)。
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(hào),columns表示列的編號(hào) df=pd.DataFrame(np.random.randn(5,2),index=range(0,5,1),columns=list('AB')) print(df)
打印df的結(jié)果:
2.1 loc函數(shù)的用法
loc表示通過(guò)標(biāo)簽取數(shù)據(jù),標(biāo)簽就是上面的‘0’-‘4’和‘A’-‘B’。
print(df.loc[0])
print(df.loc[0,:])
print(df.loc[0:2,'A'])
2.2 iloc函數(shù)的用法
iloc函數(shù)表示通過(guò)位置取數(shù)據(jù),即第m行,第n列數(shù)據(jù),只接受整型參數(shù)。記住:0:2為“包左不包右”,即取0,1。
print(df.iloc[0,:])
print(df.iloc[:,0])
print(df.iloc[0:2,:])
補(bǔ)充:Pandas中l(wèi)oc和iloc函數(shù)實(shí)例
利用loc、iloc提取行數(shù)據(jù) import numpy as np import pandas as pd #創(chuàng)建一個(gè)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(shù)據(jù),索引為'a'的行就是第一行,所以結(jié)果相同 In[3]:data.iloc[0] Out[3]: A 0 B 1 C 2 D 3
loc函數(shù):通過(guò)行索引“Index”中的具體值來(lái)取行數(shù)據(jù)(如取"Index"為"A"的行)
iloc函數(shù):通過(guò)行號(hào)來(lái)取行數(shù)據(jù)(如取第二行的數(shù)據(jù))
利用loc、iloc提取列數(shù)據(jù)
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?guī)?lái)幫助。
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://systransis.cn/yun/128351.html
????????使用pandas進(jìn)行數(shù)據(jù)分析的時(shí)候,我們經(jīng)常需要對(duì)DataFrame的行或者列進(jìn)行索引。使用pandas進(jìn)行索引的方法主要有三種:直接使用行或者列標(biāo)簽、loc函數(shù)和iloc函數(shù)。 ? ? ? ? 舉個(gè)簡(jiǎn)單的例子: import numpy as npimport pandas as pddf = pd.DataFrame({Fruits:[apple,pear,banana,wat...
環(huán)境:python 3.6.8 以某米賽爾號(hào)舉個(gè)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 ...
摘要:它還使用執(zhí)行所謂的鏈?zhǔn)剿饕?,這通常會(huì)導(dǎo)致意外的結(jié)果。但這種方法的最大問(wèn)題是計(jì)算的時(shí)間成本。這些都是一次產(chǎn)生一行的生成器方法,類(lèi)似中使用的用法。在這種情況下,所花費(fèi)的時(shí)間大約是方法的一半。根據(jù)每小時(shí)所屬的應(yīng)用一組標(biāo)簽。 作者:xiaoyu 微信公眾號(hào):Python數(shù)據(jù)科學(xué) 知乎:python數(shù)據(jù)分析師 showImg(https://segmentfault.com/img/bVboe...
為什么你需要pandas 大家好,今天想和大家分享一下有關(guān)pandas的學(xué)習(xí)新的,我因工作需要,從去年12月開(kāi)始接觸這個(gè)非常好用的包,到現(xiàn)在為止也是算是熟悉了一些,因此發(fā)現(xiàn)了它的強(qiáng)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(xiě)一些vba函數(shù)或者對(duì)行列進(jìn)行g(shù)roupby啊,merge,join啊之類(lèi)的,相信我,pandas會(huì)讓你解脫的。 好啦,閑話少說(shuō),這篇文章的基礎(chǔ)...
摘要:上海本科年廣州碩士年廣州本科應(yīng)屆畢業(yè)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(yīng)屆畢業(yè)生當(dāng)然,如果想看尾部的數(shù)據(jù),可以用函數(shù),它默認(rèn)顯示尾部的行,與相反。 數(shù)據(jù)結(jié)構(gòu)之DataFrame pandas中有兩種數(shù)據(jù)結(jié)構(gòu)Series和DataFrame,Series類(lèi)似于Numpy中的一維數(shù)組,這里就不詳細(xì)記錄了。主要記錄下DataFrame的常見(jiàn)使用。 DataFrame是一個(gè)表格...
閱讀 923·2023-01-14 11:38
閱讀 896·2023-01-14 11:04
閱讀 756·2023-01-14 10:48
閱讀 2056·2023-01-14 10:34
閱讀 961·2023-01-14 10:24
閱讀 840·2023-01-14 10:18
閱讀 510·2023-01-14 10:09
閱讀 588·2023-01-14 10:02