pandas中的索引：loc、iloc、ix的区别

最新推荐文章于 2023-10-04 22:10:39 发布
最新推荐文章于 2023-10-04 22:10:39 发布
阅读量3.6k 收藏 3
点赞数 1
分类专栏： Python 文章标签： pandas索引 loc iloc ix 索引的区别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/YE1215172385/article/details/79556388
版权
本文详细介绍了pandas中用于数据选取的三种主要索引方式——loc、iloc和ix。loc基于标签进行数据定位，iloc则通过位置编号选择数据，而ix结合了两者，既可以按标签也可以按位置选取。了解这些区别对于高效操作pandas数据框至关重要。
摘要由CSDN通过智能技术生成

1、loc：

        1）、只能通过标签名来取数据 
import pandas as pd
lst = [[11,12,13],[14,15,16]]
index = ['row_0','row_1']
columns=['col_0','col_1','col_2']
df = pd.DataFrame(data=lst, index=index, columns=columns)
print df.loc['row_0']

结果：
col_0    11
col_1    12
col_2    13
         2）、不能通过索引（第0行，第1行等）来取数据 
import pandas as pd
lst = [[11,12,13],[14,15,16]]
index = ['row_0','row_1']
columns=['col_0','col_1','col_2']
df = pd.DataFrame(data=lst, index=index, columns=columns)
print df.loc[0]

结果：
TypeError: cannot do label indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [0] of <type 'int'>
         3）、取列数据
最低0.47元/天 解锁文章
夕阳下江堤上的男孩
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
iloc[:, 1:-1]索引切片操作
赵小白的博客
10-13 2万+
import pandas as pd df = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6], 'C':[7,8,9], 'D':[1,3,5], 'E':[5,3,6], 'F':[7,4,3]}) print(df) print(df.iloc[:, :-1]) D:\dev\an
python：iloc()方法、slice()方法、enumerate()方法、[-1]、[:-1]、[::-1]、[n::-1]方法(切记：切片为左闭右开)
01-07
文章目录切片之一维数组切片之二维数组.iloc()函数slice()函数enumerate（） 因为一个切片索引导致一上午在纠结代码肿么回事！ε=(´ο｀*)))唉 话不多说，上例子 切片之一维数组 import numpy as np a=np.arange(5) print(a) print(a[-1]) ###取最后一个元素 print(a[:-1]) ### 除了最后一个取全部 print(a[::-1]) ### 取从后向前（逆序）的元素 print(a[2::-1]) ### 取从下标为2的元素翻转读取 [0 1 2 3 4] 4 [0 1 2 3] [4 3 2 1 0] [2
Pandas 的pd.ix()
weixin_46969441的博客
08-25 575
pd.ix() import pandas as pd data = pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]},index=["a","b","c"]) data A B C a 1 4 7 b 2 5 8 c 3 6 9 ———————————————— 原文链接：https://blog.csdn.net/qq1483661204/article/details/77587881 想要取到
Python: pandas中ix的详细讲解
热门推荐
anshuai_aw1的博客
09-21 5万+
在上一篇博客中，我们已经仔细讲解了iloc和loc，只是简单了提到了ix。这是因为相比于前2者，ix更复杂，也更让人迷惑。 因此，本篇博客通过例子的解释试图来描述清楚ix，尤其是与iloc和loc的联系。 目录 1 使用ix切分Series 1.1 特点1举例 1.2 特点2举例 2 在Dataframe中使用ix实现复杂切片 3 参考文献 首先，再次介绍这三种方法的概述： lo...
机器学习之路14
wgbzj的博客
11-03 935
逻辑回归 逻辑回归应用于二分类问题，例如： 逻辑回归的原理 输入 逻辑回归的输入就是一个线性回归的结果 激活函数 sigmoid函数： 回归的结果输入到sigmoid函数当中 输出的结果是一个在[0,1]当中的概率值，阈值默认为0.5（即大于0.5为是，小于0.5为否） 损失机器优化 在逻辑回归中，称之为对数拟然损失，公式如下： 那么我们如何理解这个式子呢？ 可以看到，当hg(x)==1时，损失函数的值为0，当hg(x)==0时，损失函数的值非常大。这...
pandas切片索引中loc、iloc、ix的区别
Jon_Sheng的博客
03-27 7175
在用pandas进行DataFrame的处理时，经常需要对某行或某列进行索引，在不同的书中，会用到不同的索引方法。其中，最常见的就是loc，iloc，ix三种方法。①loc——通过行标签进行索引②iloc——通过行号进行索引③ix——结合前两种的混合索引举例说明：import pandas as pd df = pd.DataFrame({'a':[0,1,2],'b':[3,4,5],'c':[...
详谈Pandas中iloc和loc以及ix的区别
09-20
在Pandas库中，数据操作经常涉及到索引和选取数据，其中`iloc`、`loc`和`ix`是三个常用的方法。理解它们之间的区别对于高效使用Pandas至关重要。 1. `iloc`： `iloc`是基于位置（Positional indexing）的索引器，它...
详解pandas中iloc, loc和ix的区别和联系
12-20
在Pandas库中，数据操作经常涉及到索引和选择数据，而`iloc`, `loc` 和 `ix` 是其中三个非常重要的切片工具。本文将深入解析这三个方法的区别和联系，特别是`iloc` 和 `loc`。 首先，`loc` 方法主要用于通过标签...
pandas ix &iloc &loc的区别
09-19
### pandas中的ix, iloc 和 loc 的区别 在pandas库中，DataFrame对象提供了多种索引方式来选择数据。其中最常用的三种索引方法是`loc`, `iloc`和`ix`。这些方法允许用户根据不同的需求灵活地访问数据。 #### 1. ...
opencv图像处理之模板匹配
方寸想法，编码宇宙
02-29 786
文章目录0.什么模板匹配1.匹配单个物体2.匹配多个物体 0.什么模板匹配 模板匹配是用来在一副大图中搜寻查找模版图像位置的方法。 OpenCV 为我们提供了函数：cv2.matchTemplate()。和2D 卷积一样，它也是用模板图像在输入图像（大图）上滑动，并在每一个位置对模板图像和与其对应的输入图像的子区域进行比较。OpenCV 提供了几种不同的比较方法。返回的结果是一个灰度图像，每一...
数据预处理
MATLAB678的博客
04-04 962
1.导入 python中的三个库（Numpy、Matplotlib、Pandas） import numpy as ap import matplotlib.pyplot as plt import pandas as pd 读入数据集 dataset=pd.read_csv(data.csv) 创建矩阵保存自变量 X=dataset.iloc[:,:-1].values #第一个：表示提取...
关于python中的“df.iloc[:, :-1]”用法展示
最新发布
2301_79383074的博客
10-04 1552
print(df)B C D EIndex: []
python iloc和loc切片
05-28 5387
文章目录一、含正负号的下标二、loc和iloc1. 利用loc、iloc提取行数据2. 利用loc、iloc提取列数据3.利用loc、iloc提取指定行、指定列数据4.利用loc、iloc提取所有数据5.利用loc函数，根据某个数据来提取数据所在的行 一、含正负号的下标 正下标从0开始，负下标从-1开始1。切片的时候包括头不包括尾部。 二、loc和iloc loc是指location的意思，iloc中的i是指integer。 【1】iloc：根据标签的所在位置，从0开始计数，先选取行再选取
[模板匹配&霍夫变换]——模板匹配分析、霍夫变换分析
weixin_42067873的博客
07-14 964
一、模板匹配分析 所谓模板匹配，就是在给定的图片中查找和模板最相似的区域，该算法的输入包括模板和图片，整个任务的思路就是按照滑窗的思路不断的移动模板图片，计算其与图像中对应区域的匹配度，最终将匹配度最高的区域选择为最终的结果。 1、实现流程 （1）准备两副图像 原图像（I）：在这幅图中，找到与模板相匹配的区域 模板（T）：与原图像进行比对的图像块 （2）滑动模板图像和原图像进行比对 （3）对于每一个位置将计算的相似结果保存在结果矩阵（R）中 （4）获得上述图像后，查找最大值..
【pandas小记】pandas中的“标签”索引 与 “整数”索引
会飞的大象
01-01 3713
【Python】Pandas中的“标签”索引 与 “整数”索引 一，索引 pandas在构建Series和DataFrame时都会创建一个索引序列，类似于标签标示每个数据，不同的是，DataFrame会有行索引和列索引。注意，这里的索引类似于标记key，通过这个key可以定位到对应的value，也可以看做一个字典 In [93]: obj = pd.Series(np.arange(1,5),in...
python中的ix是啥_pandas中ix的使用详细讲解
weixin_39851048的博客
12-05 511
在上一篇博客中，我们已经仔细讲解了iloc和loc，只是简单了提到了ix。这是因为相比于前2者，ix更复杂，也更让人迷惑。因此，本篇博客通过例子的解释试图来描述清楚ix，尤其是与iloc和loc的联系。首先，再次介绍这三种方法的概述：locgets rows (or columns) with particularlabelsfrom the index. loc从索引中获取具有特定标签的行...
Python 数据处理
学习记录~
04-19 1782
数据加载 import pandas as pd #加载数据集 df=pd.read_csv('data.csv') x=df.iloc[:,:-1] y=df.iloc[:,-1] 数据信息查看 df.head(10) #查看前10行 df.info() #查看各字段的信息 df.describe() #生成描述性统计数据，总结数据集分布的集中趋势，分散和形状 数据预处理 ...
Python学习系列之padas-DataFrame
answer3lin的博客
05-29 1万+
1 引言 Python padas是常用的数据处理和分析模块，有特别的数据结构DataFrame。创建一个对象： import pandas as pd data=[[1,2,3],[4,5,6]] index=['a','b']#行号 columns=['c','d','e']#列号 df=pd.DataFrame(data,index=index,columns=columns)#生成一...
pandas中loc、iloc和ix的具体含义是什么
05-05
在pandas库中，loc、iloc和ix都是用来选择数据的方法。 1. loc是通过标签来选择数据的方法，即根据行标签和列标签进行数据选择。它的语法是：df.loc[row_indexer,column_indexer]，其中row_indexer可以是单个行标签或行标签的列表，column_indexer可以是单个列标签或列标签的列表。 2. iloc是通过位置来选择数据的方法，即根据行号和列号进行数据选择。它的语法是：df.iloc[row_indexer,column_indexer]，其中row_indexer可以是单个行号或行号的列表，column_indexer可以是单个列号或列号的列表。 3. ix方法是loc、iloc的混合体，它可以通过标签或位置来选择数据。如果ix的索引器是整数，那么就按照位置选择数据；如果索引器是标签，那么就按照标签选择数据。但是，由于ix方法无法确定用户想要通过标签还是位置来选择数据，因此在pandas 1.0.0版本中已经被弃用了。 通常情况下，推荐使用loc和iloc方法来进行数据选择，因为它们更加明确和清晰。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值