Pandas 的索引,切片和迭代

Pandas 的索引,切片和迭代

索引

索引United States行

dataset.loc[['United States']]

索引倒数第二行

dataset.iloc[[-2]]

索引2000列

dataset['2000']

索引印度,2000年的人口密度,返回dataframe

dataset[['2000']].loc[['India']]

在这里插入图片描述
索引印度,2000年的人口密度,返回数值

dataset['2000'].loc['India']

在这里插入图片描述

切片

2到5行中的国家

dataset.iloc[1:5]

对Germany,Singapore, United States , India进行切片操作。

dataset.loc[['Germany', 'Singapore', 'United States', 'India']]
dataset.loc[['Germany', 'Singapore', 'United States', 'India']][['1970','1990', '2010']]

在这里插入图片描述

迭代

迭代Angole前的所有国家

for index, row in dataset.iterrows():
    if index == 'Angola':
        break
    print(index, '\n', row[['Country Code', '1970', '1990', '2010']])

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

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