迄今为止最常见从DataFrame获取元素、行和列的数据索引方式:
- Dataframe.[];此函数也称为索引运算符。
- Dataframe.loc[] :此函数用于标签。
- Dataframe.iloc[] :此函数用于基于位置或整数的
- Dataframe.ix[] :此函数用于标号和基于整数的函数。
它们统称为索引器。而布尔索引是一种索引类型,它使用DataFrame中数据的实际值。
它们统称为索引器。而布尔索引是一种索引类型,它使用DataFrame中数据的实际值。
根据DataFrame中数据的实际值而不是它们的行/列标签或整数位置来选择数据子集。
在布尔索引中使用布尔向量过滤数据,通过四种方式过滤数据:
- 使用布尔索引访问DataFrame
- 将布尔掩码应用于数据帧
- 基于列值的掩蔽数据
- 基于索引值的掩蔽数据
使用布尔索引访问DataFrame:
创建一个dataframe,其中的dataframe索引包含一个布尔值。即“True”或“false”。例如
# importing pandas as pd
import pandas as pd
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
'degree': ["MBA", "BCA", "M.Tech", "MBA"],
'score':[90, 40, 80, 98]}
df = pd.DataFrame(dict, index = [True, False, True, False])
print(df)
产出:
借助布尔索引访问数据,使用以下三个函数访问数据文件.loc[], .iloc[], .ix[]
使用布尔索引访问Dataframe.loc[]
为了访问具有布尔索引的数据,使用.loc[],我们只需将布尔值(真或假)传递给.loc[]功能。
# importing pandas as pd
import pandas as pd
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
'degree': ["MBA", "BCA", "M.Tech", "MBA"],
's