|
pandas 的 df.loc[ ]方法是一個用于選擇行和列的函數(shù)，它可以幫助你在 pandas 數(shù)據(jù)幀中定位和選擇特定的數(shù)據(jù)。 df.loc[行標簽, 列標簽] 使用方法是在數(shù)據(jù)幀名稱后面跟上 .loc[]，然后在方括號內輸入行和列的標簽，標簽可以是整數(shù)、字符串或布爾值。 例如：import pandas as pd# 創(chuàng)建一個簡單的數(shù)據(jù)幀df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})# 輸出數(shù)據(jù)幀的第一行print(df.loc[0])# 輸出數(shù)據(jù)幀的第一列print(df.loc[:, 'A'])# 輸出數(shù)據(jù)幀的第一行和第二列print(df.loc[0, 'B'])# 輸出數(shù)據(jù)幀的第二行和第三列print(df.loc[1, 'C']) 你還可以使用切片來選擇多行或多列，例如： # 輸出數(shù)據(jù)幀的前兩行print(df.loc[:1])# 輸出數(shù)據(jù)幀的后兩列print(df.loc[:, 'B':]) 你還可以使用布爾值索引來選擇特定的行或列。 例如：# 選擇數(shù)據(jù)幀中值大于 5 的行print(df.loc[df['A'] > 5])# 選擇數(shù)據(jù)幀中值小于等于 5 的列print(df.loc[:, df.loc[0] <= 5]) 總之，pandas的loc() 方法是一個非常強大的工具，可以幫助我們輕易地篩選行和列的數(shù)據(jù)。 注意，df.loc[] 只能使用標簽索引，不能使用位置索引。如果想使用位置索引，可以使用 df.iloc[] 函數(shù)。 df.iloc[行編號, 列編號] df.iloc[] 是 pandas 中用于選擇行和列的函數(shù)。它允許你通過行索引和列索引選擇 DataFrame 中的數(shù)據(jù)。 例如，假設你有一個 DataFrame df，你想選擇它的第一行和第二列，你可以使用如下代碼：df.iloc[0, 1] 如果要選取多行多列的數(shù)據(jù)，可以傳入一個列表： df.iloc[[1, 2], [1, 2]] 你也可以使用切片選擇多行和多列，例如：df.iloc[0:2, 1:3] 這將選擇第一行和第二行，以及第二列和第三列。 還有一個重要的注意事項是，df.iloc[] 是基于整數(shù)的索引，而不是基于標簽的索引。這意味著你必須使用整數(shù)來選擇行和列，而不是使用實際的行標簽或列標簽。 注意：[0:2]后面的數(shù)字是開區(qū)間，即[0:2) 你還可以像這樣選取所有行或列： df.iloc[:, :] # 選取所有行和列df.iloc[:, 1:] # 選取所有行，從第 2 列開始的所有列df.iloc[1:, :] # 選取從第 2 行開始的所有行，以及所有列 |
|
|
