数据标签在Pandas中,相当于数据库中的主键。简单理解的话,就是唯一标识一行数据的值,也就是数据标签这一列数据当中,不能有重复值。
就如同我们每个人的身份证号码一样,是不能有重复的号码的,否则就变成假身份证了。
Pandas中的数据标签,有数字类型的,也有字符类型的。灵活运用数据标签,可以让我们的数据访问和操作更加便捷。
知识要点
A、使用loc函数,通过数据标签,对数据进行选择和切片
B、通过loc函数,对数据切片后,进行批量赋值
原始数据集
我们通过numpy的随机函数,模拟生成series的原始数据集
先导入numpy和pandas库,然后生成series数据集,赋值给s变量。这里我们把series的数据标签,设置为abcdef的字符类型。
生成dataframe数据集
这里的dataframe数据集,数据标签用的是日期类型的,和字符串类型一致。
知识要点操作A
通过区间,也就是开始日期和结束日期选择数据
通过把开始日期留空,我们也可以选择某一日期之前的数据
同理,把结束日期留空,也可以选择某一日期之后的数据
对series数据的选择,也是一样的
我们还可以通过数据标签,准确选择series的某一个值
如果要选择dataframe的某几行数据的话,可以使用数组的方式
同样,可以使用行的区间,和列的区间,对数据进行切片选择,也就是某一部分数据
要选择dataframe的某一行,series的某一个值的话,可以通过对应的数据标签进行选择
通过数据标签和列标签,可以准确选择dataframe的具体数值
知识要点操作B
要修改原始数据集中的数据的话,要先查询出需要修改的数据,然后通过等号赋值语句,设置为新的值即可。
上图代码,有两个过程,第一个过程是,先选择数据标签为c,然后到结束的数据。分号后面留空,表示到数据的结束为止。第二个过程是,把选择的数据,赋值为0。
要修改某一个具体的值的话,直接通过数据标签进行修改即可
dataframe数据集的话,则需要通过数据标签对应的行,以及列标签对应的列,进行修改
总结
通过loc函数,可以对字符串类型的数据标签进行选择。我们在数据分析的时候,不管是选择数据,还是修改和删除数据,都需要先对数据进行选择。
特别是复杂的处理,需要借助于循环和迭代,对数据集进行循环处理。而我们这里讲的通过数据标签选择数据,就是对后面的数据分析打好坚实的基础,这需要我们多进行练习,熟练掌握运用数据标签对数据进行选择的技术。