pandas dataframe中 双中括号和单中括号的区别

最新推荐文章于 2022-05-14 22:07:59 发布
最新推荐文章于 2022-05-14 22:07:59 发布
阅读量6.3k 收藏 27
点赞数 8
分类专栏： Python 文章标签： python 数据分析
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/qq_36895331/article/details/115590923
版权

单中括号

data["column"]返回始终为shape（n，）的Pandas系列，也就是说，它没有列，总是只有一行。

 

双中括号

在data[["column"]]返回形状为（m，n）的Pandas数据帧

 

如果要在一个数据帧中有多个列，可以使用双括号，例如：data[["col1", "col2"]]

当代女大学生
关注
  • 8
    点赞
  • 踩
  • 27
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
DATAFRAME的常见操作
weixin_41784098的博客
03-03 925
DATAFRAME的常见操作 1、读取feather文件 path = 'E:\\stockData\\already' trade=pd.read_feather(path) ①利用feather需要import feather，之前用python 2.7时，一直安装失败。后来改为python3.6安装成功，注意版本。 ②文件的路径需要是 \\ 或者是 / ,不然会报错 ...
Pandas中中括号和双中括号
li578023的博客
07-26 1万+
当我们使用pandas中的groupby进行分组聚合时，若对需要聚合的单列使用双中括号，则输出时会带有列标签df.groupby(['key1','key2'])[['data2']].mean() Out[27]: data2 key1 key2 a one 0.072958 two -0.962946 b one
dataframe取列数据，单中括号与双中括号的区别
weixin_49340599的博客
01-04 1307
df1数据是某期货合约的当日价格数据，我们想观察每日的收盘价，这里有两种方法，其一是只用一个中括号包裹所要查询的列，然后得到一个series类型的结果。 而用两个中括号得到的数据结果是dataframe类型的。 下图我们可以看到，他们的行列数不同。 ...
pandas使用[]单中括号和[[]]双中括号的区别
hooyying的博客
05-01 2136
close_px = pd.read_csv(u'https://gitee.com/pan19/data-source/raw/master/stock_px_2.csv', parse_dates=True, index_col=0) close_px.info() close_px.head(10) type(close_px[‘SPX’]) 返回 pandas.core.series.Series type(close_px[[‘SPX’]]) 返回
python, pandas,抽取dataframe多个列，生成新的dataframe,使用2个中括号
weixin_42668334的博客
05-14 5033
python3.7, pandas 成功打开140多列的数据，想抽取dataframe多列数据生成新的dataframe, 并存到其他excel_sheet, 却始终不成功。 多次搜索尝试后，发现是只使用了一个中括号，使用2个中括号之后成功。 以下是成功代码，2个中括号 print("Step3., start to set df1, df1=pd.read_csv") df1 = df[['SerialNo', 'SiteNo']] print(df1.head(10)) print("Step3., e
python中pandas.DataFrame排除特定行方法示例
12-24
本篇文章将探讨如何在pandas DataFrame中排除特定行，虽然DataFrame没有直接提供`isnotin()`方法，但我们可以利用现有方法`isin()`来实现相同的效果。 当我们需要筛选DataFrame中的特定行时，通常会使用`isin()`...
Pandas过滤dataframe中包含特定字符串的数据方法
09-19
总的来说，Pandas的`str.contains()`方法为我们提供了一种灵活且高效的手段，从DataFrame中筛选出符合特定字符串条件的数据，这对于数据清洗、预处理和分析都是非常有用的。通过掌握这种方法，我们可以更好地操控和...
pandas DataFrame创建方法的方式
01-21
在pandas里，DataFrame是最经常用的数据结构，这里总结生成和添加数据的方法： ①、把其他格式的数据整理到DataFrame中； ②在已有的DataFrame中插入N列或者N行。 1. 字典类型读取到DataFrame（dict to DataFrame）...
Python 中pandas.read_excel详细介绍
09-21
`pandas.read_excel`是Python数据分析库pandas中用于读取Excel文件的重要函数，它能够将Excel文件的数据加载到DataFrame对象中，便于后续的数据处理和分析。以下是对`pandas.read_excel`函数的详细说明： **参数...
浅谈Pandas Series 和 Numpy array中的相同点
01-21
可以利用中括号获取元素 s[0] 可以的得到单个元素 或 一个元素切片 s[3,7] 可以遍历 for x in s 可以调用同样的函数获取最大最小值 s.mean() s.max() 可以用向量运算 和Numpy一样, Pandas Series 也是用C语言, 因此...
pandas.series的数据定位为什么用两个左中括号[[
studyvcmfc的专栏
05-16 1817
https://www.cnblogs.com/songzhixue/p/11341440.html
叁拾- Pandas 整理某些原始数据格式 - 类交叉表式生成报表的数据帧处理 以及中括号的妙处
BerryBC的三世书
02-12 399
1. 写数据处理类 Python 代码的工具 当然就是鼎鼎大名的朱庇特了！ 可以先把代码在这里运行，直接查看结果，再把完成的代码 Copy 到工程上，就省去往来调试的麻烦了。 Windows 下直接下载安装就可以了。 2. Pandas 读取 Excel 是怎样的呢？ 我们现在有两个 Shit： 那么从 Pandas 导入这两个 Sheet 会怎样的呢？ 在什么都不设置的情况下，Pandas...
dataframe双括号
qq_27866857的博客
12-23 362
dataframe df[[‘a’,‘b’]]
DataFrame[]中括号,通过列名取数据
weixin_30267691的博客
01-29 2481
基本格式：dataframe[列名] 1.取多列 列名要用中括号括起来，所以下述命令 dataframe[['P4_profit_rate','P3PS','P3NS']] 没问题,返回pandas.core.frame.DataFrame类型的值 dataframe['P4_profit_rate','P3PS','P3NS']出错 2.取一列 列名可以不用中括号括起来，...
DataFrame切片基本操作：方括号与loc小结
BaoJY_0915的博客
01-29 1176
Python学习pandas模块，DataFrame数据处理 切片基本操作，使用方括号[]与loc两个方法 学习、实验小结
python3-pandas DataFrame 索引、bool索引、pandas 字符串方法
qq_38959934的博客
11-28 2117
1、DataFrame 索引 1.1 普通索引取值 pandas 取行或者列的注意点： 方括号写数组，表示取行，对行进行操作 方括号写字符串，表示取列，对列进行操作 import pandas as pd import numpy as np # pandas 取行或者列的注意点 # 方括号写数组，表示取行，对行进行操作 # 方括号写字符串，表示取列，对列进行操作 t1 = pd.DataFrame(np.arange(12).reshape(3,4), index=list("abc"), colum
python双中括号_python – Pandas中双括号`[[…]]`和单括号`[..]`索引之间的区别
weixin_39733821的博客
12-05 1316
我对以下代码行的语法感到困惑：x_values = dataframe[['Brains']]数据框对象由2列(大脑和身体)组成Brains Bodies42 3432 23当我打印x_values时,我得到这样的东西：Brains0 421 32就dataframe对象的属性和方法而言,我知道pandas文档,但是双括号语法让我感到困惑.解决方法:考虑一下：来源DF：In [...
pandas中Dataframe的查询方法（[], loc, iloc, at, iat, ix）
热门推荐
Foresee的博客
03-23 11万+
pandas为我们提供了多种切片方法，而要是不太了解这些方法，就会经常容易混淆。下面举例对这些切片方法进行说明。数据介绍先随机生成一组数据：In [5]: rnd_1 = [random.randrange(1,20) for x in xrange(1000)] ...: rnd_2 = [random.randrange(1,20) for x in xrange(1000)] ..
用sklearn进行PCA（主成分分析）
今天你学习了吗？
05-24 1万+
PCA主要是用来数据降维，将高纬度的特征映射到低维度的特征，加快机器学习的速度。 原理： 在这个图片中，我们用两个特征来描述样本，分别是attack，defense。但如右图所示，作两条线，可以看出在右边这条线上有较大的方差，而左边这条线的方差比较小。方差越大，所包含的信息就越多。那么如何把这两个特征进行降维呢，降维要尽可能保持原始数据的信息，故要取使方差最大的一个维度（本例中从二维降到一维）。假设右边这条线的方差最大，我们就可以把这条线所在的直线当作降维后的一个维度。也就是二维降到一维后，这.
pandas中删除数据两端的括号
最新发布
06-12
如果你想要在pandas中删除数据两端的括号，可以使用`str.strip()`方法。这个方法可以删除字符串两端指定的字符，默认的是空格。在这种情况下，你可以指定括号作为要删除的字符，例如： ```python import pandas as pd df = pd.DataFrame({'col1': ['(1)', '(2)', '(3)']}) df['col1'] = df['col1'].str.strip('()') print(df) ``` 输出： ``` col1 0 1 1 2 2 3 ``` 在这个例子中，我们使用`str.strip()`方法删除了每个字符串两端的括号，得到了一个只包含数字的DataFrame。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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