使用pandas進行資料分析的時候，我們經常需要對DataFrame的行或者列進行索引，使用pandas進行索引的方法主要有三種：直接使用行或者列標簽、loc函式和iloc函式，
舉個簡單的例子：
import numpy as np
import pandas as pd
df = pd.DataFrame({"Fruits":["apple","pear","banana","watermelon"],"Price":[1.2,1.4,2.3,4.2],"Sales":[11,45,25,16]})
df生成的DataFrame如下所示：
| Fruits | Price | Sales | |
| 0 | apple | 1.2 | 11 |
| 1 | pear | 1.4 | 45 |
| 2 | banana | 2.3 | 25 |
| 3 | watermelon | 4.2 | 16 |
1、直接使用行或者列標簽
假如我們要選取df的Fruits和Price兩列，則
df[['Fruits','Price']]| Fruits | Price | |
| 0 | apple | 1.2 |
| 1 | pear | 1.4 |
| 2 | banana | 2.3 |
| 3 | watermelon | 4.2 |
假如我們要選取df的第2、3行，則
df[2:4]| Fruits | Price | Sales | |
| 2 | banana | 2.3 | 25 |
| 3 | watermelon | 4.2 | 16 |
2、loc函式
loc函式是基于行標簽和列標簽進行索引的，其基本用法為：
DataFrame.loc[行標簽,列標簽]假如我們要選取df的第2、3行和Price、Sales對應的列，則
df[2:3,'Price':'Sales']| Price | Sales | |
| 2 | 2.3 | 25 |
| 3 | 4.2 | 16 |
假如我們要選取所有的行和Fruits、Sales對應的列，則
df.loc[:,['Fruits','Sales']]| Fruits | Sales | |
| 0 | apple | 11 |
| 1 | pear | 45 |
| 2 | banana | 25 |
| 3 | watermelon | 16 |
3、iloc函式
iloc函式是基于行和列的位置進行索引的，索引值從0開始，并且得到的結果不包括最后一個位置的值，其基本用法為：
DataFrame.iloc[行位置,列位置]假如我們要選取df的第2、3行和第1、2列，則
df.iloc[2:4,1:3]| Price | Sales | |
| 2 | 2.3 | 25 |
| 3 | 4.2 | 16 |
假如我們要選取所有的行和第0、2列，則
df.iloc[:,[0,2]]| Fruits | Sales | |
| 0 | apple | 11 |
| 1 | pear | 45 |
| 2 | banana | 25 |
| 3 | watermelon | 16 |
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/303244.html
標籤：AI
上一篇：Vue3 制作發送驗證碼倒計時
下一篇：影像去模糊演算法代碼實踐！