python pandas.DataFrame選取、修改數(shù)據(jù)最好用.loc,.iloc,.ix實現(xiàn)
相信很多人像我一樣在學(xué)習(xí)python,pandas過程中對數(shù)據(jù)的選取和修改有很大的困惑(也許是深受Matlab)的影響。。。
到今天終于完全搞清楚了?。?!
先手工生出一個數(shù)據(jù)框吧
import numpy as np
import pandas as pd
df = pd.DataFrame(np.arange(0,60,2).reshape(10,3),columns=list('abc'))
df 是這樣子滴
那么這三種選取數(shù)據(jù)的方式該怎么選擇呢?
一、當(dāng)每列已有column name時,用 df [ 'a' ] 就能選取出一整列數(shù)據(jù)。如果你知道column names 和index,且兩者都很好輸入,可以選擇 .loc
df.loc[0, 'a'] df.loc[0:3, ['a', 'b']] df.loc[[1, 5], ['b', 'c']]
由于這邊我們沒有命名index,所以是DataFrame自動賦予的,為數(shù)字0-9
二、如果我們嫌column name太長了,輸入不方便,有或者index是一列時間序列,更不好輸入,那就可以選擇 .iloc了。這邊的 i 我覺得代表index,比較好記點。
df.iloc[1,1] df.iloc[0:3, [0,1]] df.iloc[[0, 3, 5], 0:2]
iloc 使得我們可以對column使用slice(切片)的方法對數(shù)據(jù)進行選取。
三、.ix 的功能就更強大了,它允許我們混合使用下標(biāo)和名稱進行選取。 可以說它涵蓋了前面所有的用法?;旧习亚懊娴亩紦Q成df.ix 都能成功,但是有一點,就是
df.ix [ [ ..1.. ], [..2..] ], 1框內(nèi)必須統(tǒng)一,必須同時是下標(biāo)或者名稱,2框也一樣。 BTW, 1框是用來指定row,2框是指定column, 當(dāng)然上面所有的取數(shù)方法都是這個規(guī)則。
這就是我目前的領(lǐng)悟吧。
以上這篇python pandas.DataFrame選取、修改數(shù)據(jù)最好用.loc,.iloc,.ix實現(xiàn)就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
python實現(xiàn)對象列表根據(jù)某個屬性排序的方法詳解
這篇文章主要介紹了python實現(xiàn)對象列表根據(jù)某個屬性排序的方法,結(jié)合具體實例形式詳細分析了Python對象列表遍歷、排序的兩種常見操作技巧,需要的朋友可以參考下2019-06-06
Pandas_cum累積計算和rolling滾動計算的用法詳解
今天小編就為大家分享一篇Pandas_cum累積計算和rolling滾動計算的用法詳解,具有好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
python統(tǒng)計函數(shù)庫scipy.stats的用法解析
今天小編就為大家分享一篇python統(tǒng)計函數(shù)庫scipy.stats的用法解析,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
Python中TypeError: unhashable type: ‘list‘錯誤的解
在Python編程的領(lǐng)域中,數(shù)據(jù)類型的正確使用是確保程序正常運行的關(guān)鍵要素之一,然而,開發(fā)者們常常會遇到一些由于數(shù)據(jù)類型使用不當(dāng)而引發(fā)的報錯,其中TypeError: unhashable type: 'list’就是一個比較典型的錯誤,那么,讓我們深入探究這個報錯問題,為大家提供全面的解決方案2024-10-10

