Pandas中loc用法——索引、补全缺失值

loc——通过行标签索引行数据
loc[1]表示索引的是第1行（index 是整数）

import pandas as pd  
data = [[1,2,3],[4,5,6]]  
index = [0,1]  
columns=['a','b','c']  
df = pd.DataFrame(data=data, index=index, columns=columns)  
print df.loc[1]  
''''' 
a    4 
b    5 
c    6 
'''  

loc[‘d’]表示索引的是第’d’行（index 是字符）

import pandas as pd  
data = [[1,2,3],[4,5,6]]  
index = ['d','e']  
columns=['a','b','c']  
df = pd.DataFrame(data=data, index=index, columns=columns)  
print df.loc['d']  
''''' 
a    1 
b    2 
c    3 
'''  

实际应用，在补全缺失值时非常有帮助，例如在进行kaggle-titanic比赛的时候，

 df.loc[ (df.Age.isnull()), 'Age' ] = predictedAges 

使用随机森林获得的predictedAges 值，填补数据集中Age特征的缺失值，(df.Age.isnull())确定行，'Age' 确定列。

在将Cabin特征进行补全时，同样处理。

df.loc[ (df.Cabin.notnull()), 'Cabin' ] = "Yes"
df.loc[ (df.Cabin.isnull()), 'Cabin' ] = "No"