Python笔记-DataFrames数据索引 (pandas)

最新推荐文章于 2024-09-20 13:19:44 发布

AliangYeah

最新推荐文章于 2024-09-20 13:19:44 发布

阅读量821

点赞数

分类专栏： Python 文章标签： python

本文链接：https://blog.csdn.net/aliangyeah/article/details/119632483

版权

本文介绍了Python中DataFrame的数据索引，包括将DataFrame视为字典和二维数组的视角。重点讲解了Pandas的loc（显式索引）、iloc（隐式索引）以及不推荐的ix（混合索引）的用法，强调了使用loc和iloc的可维护性和可读性。

摘要由CSDN通过智能技术生成

前置知识 - Series索引，NumPy数组索引，Python列表索引

相关知识 - 索引、切边、掩码、花哨的索引，组合索引

1. 将DataFrame看作字典

把 DataFrame 当作一个由若干 Series 对象构成的字典

#DataFrames数据选择示例
import pandas as pd
#把 DataFrame 当作一个由若干 Series 对象构成的字典
#创建dataframe
s1 = pd.Series({"a":"chinese","b":"math"})
s2 = pd.Series({"a":87,"b":98})
df = pd.DataFrame({"subject": s1, "grade":s2})
print("Out1:\n", df)
print("Out2:\n", df["grade"])
#也可以用属性形式（attribute-style）选择纯字符串列名的数据
print("Out3:\n", df.subject)
#如果列名不是纯字符串，或者列名与 DataFrame 的方法同名，那么就不能用属性索引。
#还应该避免对用属性形式选择的列直接赋值（即可以用 data['pop'] = z，但不要用data.pop = z）

Out1:
    subject  grade
a  chinese     87
b     math     98
Out2:
a    87
b    98
Name: grade, dtype: int64
Out3:
a    chinese
b       math
Name: subject, dtype: object