pandas学习--索引

df1=pd.read_csv("new_abnormal_orders.csv",index_col='order_id')

最常用的索引方法可能就是这三类,其中iloc表示位置索引,loc表示标签索引,[]也具有很大的便利性,各有特点。

#单行索引,(注意:所有在loc中使用的切片全部包含右端点!)
df1.loc[4285058250]
#多行索引
df1.loc[[4285058250,4180356822]]`
#单列索引
df1.loc[:,"order_date"]`
#多列suoyin
df1.loc[:,['order_date','attribution']]`
#联合索引
df1.loc[4285058250:4180356822:2,'order_date':'attribution']
#函数式索引
df1.loc[lambda x:x['order_date']=='2013-05-27']def f(x):
    return [4285058250,4180356822]
df1.loc[f]
# 布尔索引
df1.loc[df1['pro_brand'].isin(['天绚','红星'])]
#单行索引,(注意与loc不同,切片右端点不包含),iloc中接收的参数只能为整数或整数列表,不能使用布尔索引
df1.iloc[3]
#多行索引
df1.iloc[1:3]
  • 0
    点赞
  • 0
    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