python学习 Pandas DataFrame 切片，选择 loc iloc :

最新推荐文章于 2024-07-03 03:50:11 发布
原创 最新推荐文章于 2024-07-03 03:50:11 发布 · 793 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #数据挖掘 #数据分析

这篇博客介绍了如何使用Pandas DataFrame进行数据访问。通过`df['列名']`可以方便地读取某一列数据，而`df[:]`用于切片获取所有数据。此外，`df.loc[]`和`df.iloc[]`分别根据索引和行号进行精确的数据选取，支持按行或按坐标的方式进行数据操作。示例展示了不同方法在实际应用中的效果。

DataFrame选择类方法

DataFrame中的数据要怎么去访问哪？Pandas同样也提供了很优秀的方法进行操作。可以按行，按列、按索引、按坐标很方便的读取到你想要的数据

以下代码截图来自Jupyter中文集成版

Git地址：GitHub - DaiMaBang/Jupyter: Jupyter中文集成版，是把python3.8和jupyter notebook高度集成，jupyter傻瓜式安装，用最简洁友好的纯中文方式(jupyter汉化100%)展现出来的优秀Jupyter绿色使用工具。本工具，把Jupyter的复杂操作简单化，集成pandas、numpy、matplotlib等常用三方库，并附带一些python的基础语法、pandas使用、股票分析实例，让您能最快的开始Jupyter的编写。Jupyter中文集成版，是把python3.8和jupyter notebook高度集成，jupyter傻瓜式安装，用最简洁友好的纯中文方式(jupyter汉化100%)展现出来的优秀Jupyter绿色使用工具。本工具，把Jupyter的复杂操作简单化，集成pandas、numpy、matplotlib等常用三方库，并附带一些python的基础语法、pandas使用、股票分析实例，让您能最快的开始Jupyter的编写。 - GitHub - DaiMaBang/Jupyter: Jupyter中文集成版，是把python3.8和jupyter notebook高度集成，jupyter傻瓜式安装，用最简洁友好的纯中文方式(jupyter汉化100%)展现出来的优秀Jupyter绿色使用工具。本工具，把Jupyter的复杂操作简单化，集成pandas、numpy、matplotlib等常用三方库，并附带一些python的基础语法、pandas使用、股票分析实例，让您能最快的开始Jupyter的编写。https://github.com/DaiMaBang/Jupyter

df[''] 读取一列数据

 通过df['列名']可以很容易的取到这一列的数据 

df[ : ]切片读取

 注意看，李小小所有行为0，因此切片后，没有李小小了

df.loc[] 根据索引、索引切片 按行取数据

 df.iloc[] 根据行号、行号切片获取数据

 

 

 

 

 

zhlkh
关注
Python 通过loc/iloc修改DataFrame数据（ Pandas篇-09）
侯小啾技术博客
12-19 874
使用`loc`和`iloc`来修改DataFrame对象的局部数据，可以通过索引或切片方式选择特定的行和列，然后进行赋值操作。
Pandas笔记 · DataFrame.loc()和DataFrame.iloc()
Laurence的技术博客
12-08 1万+
本文将介绍 DataFrame.loc()和DataFrame.iloc()的各项基本操作。在介绍DataFrame的数据结构时，我们解释过label和position两个概念，这两个概念和loc()与iloc()两个操作息息相关。所以，在介绍这两个操作之前，我们再简单复习一下label和position：label: 对DataFrame的列或行（Index）的名称统称为label position: 对DataFrame的列或行（Index）的排序位置（0，1，2，…)统称为position 相应地：l
python pandas dataframe 行列选择，切片操作
03-03
SQL中的select是根据列的名称来选取；Pandas则更为灵活，不但可根据列名称选取，还可以根据列所在的position（数字，在第几行第几列，注意pandas行列的position是从0开始）选取。
python pandas dataframe 行列选择,切片操作方法
09-20
下面小编就为大家分享一篇python pandas dataframe 行列选择,切片操作方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Dataframe花样切片~(Python)
gc.collect()
03-24 4985
这个问题可以分两个思路来讲 虽然本质上都是一样的。 在之前的一篇文章中，我提到了用dfmask矩阵这个概念（在官网上有的hhh） 点击这里可以看~。 这里我也会用到类似的东西，但是理解会更透彻一点。 先来个简单的点hhh import pandas as pd if __name__ == '__main__': df = pd.DataFrame({'AAA': ran...
Python的DataFrame切片大全（包含多重索引）
热门推荐
Asher117的博客
06-05 8万+
摘要 这篇主要讲解如何对pandas的DataFrame进行切片，包括取某行、某列、某几行、某几列、以及多重索引的取数方法。 导入包并构建DataFrame二维数据 取DataFrame的某列三种方法 取DataFrame某几列的两种方法 取DataFrame的某行三种方法 取DataFrame的某几行三种方法 取DataFrame的某特定位置元素的方法 ...
python-DataFrame 索引和切片
minvini的博客
03-03 1255
dic={"英语":[88,67,93,69,57],"语文":[85,63,83,79,53],"数学":[86,69,73,64,67],"物理":[68,63,88,61,54]} df=DataFrame(data=dic,index=["hong","min","jun","juan","yan"]) df 英语 语文 数学 物理 hong 88 85 86 68 min 67 63 69 63 jun .
Python模块Pandas数据切片 -- 详解loc和iloc区别
wodertianna的博客
06-13 833
在Pandas库中，`iloc`和`loc`是用于选择DataFrame或Series中数据的两种主要方法。尽管它们的目的相似，但它们的用法和基于的索引类型有着显著的区别。
Python模块pandas数据切片 -- iloc用法详解
wodertianna的博客
06-12 2514
在Pandas库中，`iloc`（基于整数位置的索引）是一个强大的工具，它允许根据整数位置选择数据，即基于行的位置和列的位置来选择数据。这与`loc`（基于标签的索引）不同，后者是基于行标签和列标签来选择数据的。
详解pandas DataFrame的查询方法（loc,iloc,at,iat,ix的用法和区别）
09-18
主要介绍了详解pandas DataFrame的查询方法（loc,iloc,at,iat,ix的用法和区别），文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
python dataframe常见操作方法:实现取行、列、切片、统计特征值
09-20
今天小编就为大家分享一篇python dataframe常见操作方法:实现取行、列、切片、统计特征值，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
python dataframe切片_Pandas DataFrame切片
weixin_39593061的博客
11-28 285
先来创建一个pandas数据框：testdf3 = pd.DataFrame({"A": np.arange(5),"B": pd.Timestamp("20171129"),"C": pd.Series(1, index =np.arange(5), dtype = "float32"),"D": np.array([3]*5),"E": pd.Categorical(["test", "tra...
pandas库DataFrame的索引和切片（Python）
2301_77444219的博客
04-22 480
①df.loc()：通过行列具体名称定位。与①中两行分别与②对应，输出结果为。②df.iloc：通过行列数定位。创建二维数组df，结果为。现对其进行索引与切片。
Python dataframe 索引loc、iloc 切片 查找query
好记性不如烂笔头
09-22 8022
dataframe切片、dataframe索引、dataframe的loc索引、dataframe的iloc索引、dataframe的布尔索引（最强大的，用好了直接封神的那种）
【Python数据分析系列】一文总结dataframe截取/选择/切片的几种方式
数据杂坛
02-29 3135
一文总结dataframe截取/选择/切片的几种方式
Pyrthon中pandas DataFrame对表格数据选取，修改，切片的实现
Fo*(Bi)的博客
11-18 1079
综上所述，ix方法几乎可以实现所有情况中数据子集的获取，是iloc和loc两种方法的优点合成体，而且对于行号与行名称一致的数据集来说（如df1数据集），名称索引的优先级在位置索引之前（如本节第一段代码中的df1.ix[1:3,[0,2]]）。通常，在Pandas模块中实现数据框子集的获取可以使用iloc、loc和ix三种“方法”，这三种方法既可以对数据行进行筛选，也可以实现变量的挑选，它们的语法可以表示成[rows_select,cols_select]。注意：ix方法已经过时了，建议使用前两个。
Python之DataFrame切片与索引实验
03-22 1016
原文链接：https://zhuanlan.zhihu.com/p/84885215 创建2个DataFrame，一个没有行列命名，一个有行列名。来进行常规切片、loc/iloc索引、布尔索引的对比试验。 1.使用Numpy和pandas创建两个DataFrame 之前别忘了导入Numpy和pandas库。 df1 = pd.DataFrame(np.random.randn(5, 5)...
python pandas DataFrame数据的分割切片与合并操作
prefertea的博客
04-13 8371
不多说看代码： import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(5,4)) df1 = pd.DataFrame(np.random.randn(3,4)) df2 = pd.DataFrame(np.random.randn(3,4)) print(df) print(df.iloc[0:3,:])...
python df数据切片
最新发布
weixin_40979941的博客
07-03 308
Python相关视频讲解：python的or运算赋值用法用python编程Excel有没有用处？011_编程到底好玩在哪？查看python文件_输出py文件_cat_运行python文件_shel如何实现Python DataFrame数据切片 引言 作为一名经验丰富的开发者，你经常需要处理大量数据，而Python中...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值