python - 用于 bool 索引的 Pandas、loc 与非 loc

Question

我所做的所有研究都指向使用 loc作为通过 col(s) 值过滤数据帧的方法，今天我正在阅读 this我通过我测试的例子发现，loc当按值过滤 cols 时，不是真的需要:

前任:

df = pd.DataFrame(np.arange(0, 20, 0.5).reshape(8, 5), columns=['a', 'b', 'c', 'd', 'e'])    

df.loc[df['a'] >= 15]

      a     b     c     d     e
6  15.0  15.5  16.0  16.5  17.0
7  17.5  18.0  18.5  19.0  19.5

df[df['a'] >= 15]

      a     b     c     d     e
6  15.0  15.5  16.0  16.5  17.0
7  17.5  18.0  18.5  19.0  19.5

注意:我知道做 loc或 iloc按索引和位置返回行。我不是基于此功能进行比较。

但是在过滤的时候，做“ where”子句使用与不使用 loc的区别是什么？ ?如果有的话。为什么我遇到的所有关于这个主题的例子都使用 loc ?

Answer 1

根据文档， loc 接受一个 bool 数组来选择行，在你的情况下

>>> df['a'] >= 15
>>> 
0    False
1    False
2    False
3    False
4    False
5    False
6     True
7     True
Name: a, dtype: bool

被视为 bool 数组。

您可以省略 loc 的事实在这里发布 df[df['a'] >= 15]根据 pandas 的作者 Wes McKinney 的说法，这是一种特殊情况的便利。 .

直接引用他的书， Python for Data Analysis ，第144, df[val]用于...

Select single column or sequence of columns from the DataFrame; special case conveniences: boolean array (filter rows), slice (slice rows), or boolean DataFrame (set values based on some criterion)