pandas-索引和数据选择器

本文详细介绍了pandas库中数据选择的各种方法,包括基于标签的.loc[], .iloc[], []选择器,以及布尔索引、切片、属性访问、重索引、随机采样、重复数据处理等操作。通过示例展示了如何高效地访问和操作DataFrame和Series中的数据。" 80124036,7646769,OpenStack技术峰会精华:企业实战与研发探索,"['OpenStack', '企业云', 'Docker', '自动化运维', '云计算实践']
摘要由CSDN通过智能技术生成

1. 索引的不同选择

pandas支持三种类型的多轴选择器:.loc[]  、.iloc[]   、 []

.loc主要是基于标签的,但也可以与布尔数组一起使用。允许的输入是:

  • 单个标签,例如5'a'
  • 列表或标签数组。['a', 'b', 'c']
  • 带标签的切片对象'a':'f'
  • 布尔数组
  • 一个callable带有一个参数的函数(调用Series或DataFrame)并返回有效的索引输出

.iloc是基于主要的整数位置(从0到 length-1所述轴的),但也可以用布尔阵列使用。 如果请求的索引器超出范围,.iloc则会引发IndexError,但允许越界索引的切片索引器除外。允许的输入是:

  • 一个整数,例如5
  • 整数列表或数组。[4, 3, 0]
  • 带有整数的切片对象1:7
  • 布尔数组。
  • 一个callable带有一个参数的函数(调用Series或DataFrame)并返回有效的索引输出

 []索引也可以接受一个callable索引器

2. 属性的访问 

可以直接访问某个Series或列上的索引DataFrame作为属性

 输出:

 3. 按标签选择

 pandas提供了一套方法,以便拥有纯粹基于标签的索引,该.loc属性是主要访问方法

输出:

通过标签切片访问:

 输出:

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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