- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章详解pandas中利用DataFrame对象的.loc[]、.iloc[]方法抽取数据由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
pandas的DataFrame对象,本质上是二维矩阵,跟常规二维矩阵的差别在于前者额外指定了每一行和每一列的名称。这样内部数据抽取既可以用“行列名称(对应.loc[]方法)”,也可以用“矩阵下标(对应.iloc[]方法)”两种方式进行。 下面具体说明:
(以下程序均在Jupyter notebook中进行,部分语句的print()函数省略) 。
1
2
3
4
5
6
7
8
|
import
pandas as pd
score
=
[[
34
,
67
,
87
],[
68
,
98
,
58
],[
75
,
73
,
86
],[
94
,
59
,
81
]]
name
=
[
'小明'
,
'小红'
,
'小李'
]
course
=
[
'语文'
,
'数学'
,
'英语'
,
'政治'
]
mydata1
=
pd.DataFrame(data
=
score,columns
=
name,index
=
course)
#指定行名(index)和列名(columns)
print
(mydata1)
mydata2
=
pd.DataFrame(score)
#不指定行列名,默认使用0,1,2……
print
(mydata2)
|
1
2
3
4
5
6
7
8
9
10
11
12
|
#指定行列名
小明 小红 小李
语文
34
67
87
数学
68
98
58
英语
75
73
86
政治
94
59
81
#采用默认行列名
0
1
2
(默认列名)
0
34
67
87
1
68
98
58
2
75
73
86
3
94
59
81
|
DataFrame对象生成时除了必须指定data参数外,用户还可以指定两个参数columns(列名)和index(行名,注意这里的index不仅可以是数字,也可以是用户指定的任何数据类型,如字母),如果不指定,则行列名默认都采用0、1、2…….
下图说明了前面的情况:
DataFrame对象的.loc[]和.iloc[]方法都可用于抽取数据,区别是:
.loc[行标签名/[行标签名list],列标签名/[列标签名list]],即有两个输入参数,第一个指定行名,第二个指定列名。当只有一个参数时,默认是行名(即抽取整行),所有列都选中.
.loc[行位置/[行位置list],列位置/[列位置list]],也有两个输入参数,第一个指定行位置,第二个指定列位置。当只有一个参数时,默认是行位置(即抽取整行),所有列都选中.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
#以下用.loc[]抽取1行名为‘语文'的数据(包括所有列)
mydata1.loc[
'语文'
]
mydata1.loc[
'语文'
,]
mydata1.loc[
'语文'
,:]
mydata1.loc[[
'语文'
],]
mydata1.loc[[
'语文'
],:]
#以下用.iloc[]抽取1行名为‘语文'的数据(包括所有列)
mydata1.iloc[
0
]
mydata1.iloc[
0
,]
mydata1.iloc[
0
,:]
mydata1.iloc[[
0
],]
mydata1.iloc[[
0
],:]
#输出方式1(第1个参数无[],这是一个Series对象):
小明
34
小红
67
小李
87
Name: 语文, dtype: int64
#输出方式2(第1个参数有[],这是一个DataFrame对象):
小明 小红 小李
语文
34
67
87
Name: 语文, dtype: int64
|
上述.loc[]和.iloc[]都只接收了1个参数“语文”或者“0”,因此默认都表示行信息,而列则全部被选中,即抽取'语文'这整一行数据。','表示将两个参数隔开(如果有两个参数的话),':'这里表示选择中所有列。当只有一个输入参数时,python默认','和':'既可写上也可省略。注意:参数['语文']或[0]中只有一个对象时(即只有一行),[]也可以省略,如果有多个对象(即多行)则必须加上[]。此外还需注意,加上[]表示抽取的结果无论是一个数据,一行数据,还是一列数据,他都是DataFrame对象;不加[]时,如果选中的是一行或者一列数据,则是Series对象,如果是一个单独的数据,则是该数据本身的类型.
1
2
3
4
5
6
7
8
9
10
|
#指定多行行名抽取
mydata1.loc[[
'英语'
,
'语文'
,
'政治'
],:]
小明 小红 小李
英语
75
73
86
语文
34
67
87
政治
94
59
81
mydata1.iloc[[
1
,
0
],:]
小明 小红 小李
数学
68
98
58
语文
34
67
87
|
例2和例1唯一的差别是,第一个参数指定了多行一起输出,此时必须用[]将各行名或者下标括起来,否则出错。后面的','和':'同例1,可省略。注意:原始数据的行顺序是:语文、数学、英语、政治,这里的提取顺序是['英语','语文','政治'],而输出也是'英语','语文','政治',可见输出顺序和参数指定顺序是一致的,而非按原始顺序输出.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
mydata1.loc[
'语文'
:
'英语'
,:]
#连续抽取从语文到英语的所有行
小明 小红 小李
语文
34
67
87
数学
68
98
58
英语
75
73
86
mydata1.loc[:
'英语'
,:]
#连续抽取从第1行到英语的所有行
小明 小红 小李
语文
34
67
87
数学
68
98
58
英语
75
73
86
mydata1.iloc[
0
:
3
,:]
#连续抽取1~3行
小明 小红 小李
语文
34
67
87
数学
68
98
58
英语
75
73
86
mydata1.iloc[
1
:,:]
#连续抽取第2行最后一行
小明 小红 小李
数学
68
98
58
英语
75
73
86
政治
94
59
81
|
例3依然是接受1个参数,列参数没有,后面的','和':'同例1,可省略。连续参数用‘start:end'的方式指定行范围。注意:这里不能用[]将其括起来,否则出错。此外用行列名连续取值时,比如['语文':'政治']会把'政治'所在行也取出来,而利用矩阵下标时,0:3只取0,1,2对应的三行,最后一行不会取出;但是如果行列标签名本身就是整数0,1,2……,而不是文字或者其他类型,那么在使用连续行列标签名取数据时,最后一行或者列是不会被取出的.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
|
mydata1.loc[:,[
'小红'
]]
#所有行,小红列,只有一列时,内部[]也可以省略
小红
语文
67
数学
98
英语
73
政治
59
mydata1.loc[:,[
'小明'
,
'小红'
]]
#所有行,小明和小红两列
小明 小红
语文
34
67
数学
68
98
英语
75
73
政治
94
59
mydata1.iloc[:,[
1
,
2
]]
#所有行,第2和第3列
小红 小李
语文
67
87
数学
98
58
英语
73
86
政治
59
81
mydata1.loc[:,
'小明'
:]
#连续抽取从小明列开始到最后一列
小明 小红 小李
语文
34
67
87
数学
68
98
58
英语
75
73
86
政治
94
59
81
mydata1.iloc[:,:
3
]
#连续抽取从1列开始到第3列
小明 小红 小李
语文
34
67
87
数学
68
98
58
英语
75
73
86
政治
94
59
81
|
抽取整列的方式跟抽取整行在参数设置上完全一样。.loc[]和.iloc[]两个方法默认列为第二个参数,因此抽取整列时,都必须带上':,'作为区分前面行参数的‘分隔符',否则出错.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
mydata1.loc[
'语文'
,
'小明'
]
#输入了两个参数,输出语文行小明列,即一个数据
34
<
class
'numpy.int64'
>
#没带[]时,单个数字是这种类型
mydata1.loc[[
'语文'
],[
'小明'
]]
#输出语文行小明列,即一个数据
小明
语文
34
<
class
'pandas.core.frame.DataFrame'
>
#带[]时,输出依然是DataFrame对象
mydata1.iloc[
1
,
2
]
#第2行第3列数据,单个数据
58
<
class
'numpy.int64'
>
#注意没带[]时的输出类型
mydata1.iloc[[
1
],[
2
]]
小李
数学
58
<
class
'pandas.core.frame.DataFrame'
>
#注意带[]时的输出类型
mydata1.loc[[
'语文'
,
'数学'
],[
'小明'
]]
#输出语文数学行,小明列的数据
小明
语文
34
数学
68
mydata1.iloc[
1
:,[
0
,
2
]]
#输出从第2行到最后一行,第1和第3行对应数据
小明 小李
数学
68
58
英语
75
86
政治
94
81
|
同时抽取分部行和列的情况,就是把上述单独抽取行和列的方式合并起来用。抽取整个DataFrame对象则是.loc[:,:]或.iloc[:,:],虽然这么做没啥意义.
(1)DataFrame对象的.loc[,]和.iloc[,]方法用于抽取数据,.loc[,]用行列的标签名作为参数,.iloc[,]用二维矩阵元素的网格下标作为参数。 (2)两个方法都接受两个参数,第一个是“行标签”或者“矩阵行号”,第二个是“列标签”或者“矩阵列号”。 (3)两种方法当只指定一个输入参数时,都默是跟“行”相关,而“列”则全部被选中。如何行和列都需要指定时,中间用“逗号,”隔开,这非常重要,否则出错。 (4)当需要选中所有行的某几列时,行参数可以省略,列参数需要指定,此时列参数前面必须带上“,:”,形如.loc[:,列参数],.iloc[:,列参数]。 (5).loc[,]和.iloc[,]设置了一个还是两个输入参数,关键看有没有“,”将两个参数分开,且要区分逗号是一个参数的内部逗号,还有用于分隔行列参数的逗号。 (6)对于两个参数的概念区分,.loc['语文','数学']这表示输入了两个参数,行参数是‘语文',列参数是‘数学',对于上面的表格而言这是错的,因为没有叫‘数学'的列,应写为[['语文','数学']],即‘数学'也是行参数的一部分,['语文','数学']整体作为一个行参数,这里的逗号不是用以分隔行和列,仅仅是行list里面的逗号。[['语文','数学']]=[['语文','数学'],]=[['语文','数学'],:],都表示只有一个行参数,列全部选中.
到此这篇关于详解pandas中利用DataFrame对象的.loc[]、.iloc[]方法抽取数据的文章就介绍到这了,更多相关pandas .loc[]、.iloc[]抽取数据内容请搜索我以前的文章或继续浏览下面的相关文章希望大家以后多多支持我! 。
原文链接:https://www.jianshu.com/p/f430d4f1b33f 。
最后此篇关于详解pandas中利用DataFrame对象的.loc[]、.iloc[]方法抽取数据的文章就讲到这里了,如果你想了解更多关于详解pandas中利用DataFrame对象的.loc[]、.iloc[]方法抽取数据的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
假设我有 3 个 DataFrame。其中一个 DataFrame 的列名不在其他两个中。 using DataFrames df1 = DataFrame([['a', 'b', 'c'], [1,
假设我有 3 个 DataFrame。其中一个 DataFrame 的列名不在其他两个中。 using DataFrames df1 = DataFrame([['a', 'b', 'c'], [1,
我有一个 largeDataFrame(多列和数十亿行)和一个 smallDataFrame(单列和 10,000 行)。 只要 largeDataFrame 中的 some_identifier 列
我有一个函数,可以在其中规范化 DataFrame 的前 N 列。我想返回规范化的 DataFrame,但不要管原来的。然而,该函数似乎也会对传递的 DataFrame 进行变异! using D
我想在 Scala 中使用指定架构在 DataFrame 上创建。我尝试过使用 JSON 读取(我的意思是读取空文件),但我认为这不是最佳实践。 最佳答案 假设您想要一个具有以下架构的数据框: roo
我正在尝试从数据框中删除一些列,并且不希望返回修改后的数据框并将其重新分配给旧数据框。相反,我希望该函数只修改数据框。这是我尝试过的,但它似乎并没有做我所除外的事情。我的印象是参数是作为引用传递的,而
我有一个包含大约 60000 个数据的庞大数据集。我会首先使用一些标准对整个数据集进行分组,接下来我要做的是将整个数据集分成标准内的许多小数据集,并自动对每个小数据集运行一个函数以获取参数对于每个小数
我遇到了以下问题,并有一个想法来解决它,但没有成功:我有一个月内每个交易日的 DAX 看涨期权和看跌期权数据。经过转换和一些计算后,我有以下 DataFrame: DaxOpt 。现在的目标是消除没有
我正在尝试做一些我认为应该是单行的事情,但我正在努力把它做好。 我有一个大数据框,我们称之为lg,还有一个小数据框,我们称之为sm。每个数据帧都有一个 start 和一个 end 列,以及多个其他列所
我有一个像这样的系列数据帧的数据帧: state1 state2 state3 ... sym1 sym
我有一个大约有 9k 行和 57 列的数据框,这是“df”。 我需要一个新的数据框:'df_final'- 对于“df”的每一行,我必须将每一行复制“x”次,并将每一行中的日期逐一增加,也就是“x”次
假设有一个 csv 文件如下: # data.csv 0,1,2,3,4 a,3.0,3.0,3.0,3.0,3.0 b,3.0,3.0,3.0,3.0,3.0 c,3.0,3.0,3.0,3.0,3
我只想知道是否有人对以下问题有更优雅的解决方案: 我有两个 Pandas DataFrame: import pandas as pd df1 = pd.DataFrame([[1, 2, 3], [
我有一个 pyspark 数据框,我需要将其转换为 python 字典。 下面的代码是可重现的: from pyspark.sql import Row rdd = sc.parallelize([R
我有一个 DataFrame,我想在 @chain 的帮助下对其进行处理。如何存储中间结果? using DataFrames, Chain df = DataFrame(a = [1,1,2,2,2
我有一个包含 3 列的 DataFrame,名为 :x :y 和 :z,它们是 Float64 类型。 :x 和 "y 在 (0,1) 上是 iid uniform 并且 z 是 x 和 y 的总和。
这个问题在这里已经有了答案: pyspark dataframe filter or include based on list (3 个答案) 关闭 2 年前。 只是想知道是否有任何有效的方法来过
我刚找到这个包FreqTables ,它允许人们轻松地从 DataFrames 构建频率表(我正在使用 DataFrames.jl)。 以下代码行返回一个频率表: df = CSV.read("exa
是否有一种快速的方法可以为 sort 指定自定义订单?/sort!在 Julia DataFrames 上? julia> using DataFrames julia> srand(1); juli
在 Python Pandas 和 R 中,可以轻松去除重复的列 - 只需加载数据、分配列名,然后选择那些不重复的列。 使用 Julia Dataframes 处理此类数据的最佳实践是什么?此处不允许
我是一名优秀的程序员,十分优秀!