pandas dataframe df.at、 df.ix、df.loc等用法

1 篇文章 0 订阅
1 篇文章 0 订阅

首先,初始化一个dataframe,如图:


输出结果:


一、df.at的用法

作用:获取某个位置的值,例如,获取第0行,第a列的值,即:index=0,columns='a'

data = df.at[0, 'a']

输出结果:


二、df.ix的用法

作用:修改df指定位置的值,例如,将第a列值为6时,c列的值加上20,即:


输出结果:可以看出c列对应位置的值加上了20


三、df.loc的用法

作用:将各个列的值求和,得到的数值作为一新行。例如,新行的行名为sum,即:


输出结果:可看出出现的新行sum为各个列值得和


四、将各行求和,得到的结果作为一新列,例如:新列为colsum,即:


输出结果:


  • 9
    点赞
  • 82
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
pandas是一个强大的数据分析工具,在数据处理过程中,我们经常需要对DataFrame进行查询操作。Pandas提供了多种查询方法,包括loc、iloc、at、iat和ix。以下是对这些方法的详细解释和区别。 1. locloc是通过行标签和列标签进行查询的方法。例如,可以使用df.loc[row_index, column_name]的方式来查询DataFrame的特定值或行列的子集。其中row_index可以是单个索引、索引列表或布尔数组,column_name可以是单个列名或列名列表。loc方法返回的是一个新的DataFrame或Series对象,以便进行进一步的操作。 2. iloc:iloc是通过行索引和列索引进行查询的方法。它与loc用法类似,但是不是使用标签,而是使用整数位置来定位数据。例如,可以使用df.iloc[row_index, column_index]的方式来查询DataFrame的特定值或行列的子集。同样地,iloc方法返回的也是一个新的DataFrame或Series对象。 3. at:at用于直接查询DataFrame中的单个元素,它使用行标签和列标签来定位。例如,可以使用df.at[row_label, column_label]的方式来获取特定位置的值。与loc方法相比,at方法更快,并且只返回标量值。 4. iat:iat用于通过整数位置来查询DataFrame中的单个元素。可以使用df.iat[row_index, column_index]的方式来获取特定位置的值。iat方法与at方法的区别与ilocloc的区别相似。 5. ix:在旧版本的pandas中,ix方法用于混合标签和整数位置的查询。它可以使用标签或整数位置来定位数据,但是由于存在一些歧义和性能问题,自从pandas 0.20版本后,被推荐使用loc和iloc方法来替代ix方法。 总的来说,loc和at是通过标签进行查询的方法,iloc和iat是通过整数位置进行查询的方法。同时,loc和iloc返回的是一个新的DataFrame或Series对象,而at和iat只返回标量值。在实际使用中,根据需要选择不同的查询方法。
评论 2
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