Pandas中的索引操作总结

1、列索引操作
df[‘name’],name为列名
2、行索引操作

  • .loc标签索引【df.loc[‘name’],name为行名】
  • .iloc位置索引【df.iloc[‘index’],index为数值】
    3、布尔值遮罩
    在这里插入图片描述
# 根据筛选条件生成布尔值列表,即图中的Boolean mask部分
filter_condition = df['language'].str.contains('English')
# 根据布尔值列表显示满足条件的结果
df[filter_condition]

我们日常用到的简单的布尔值遮罩操作举例:

# 筛选出rank排名前10的结果
df[df['rank']<=10]
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

日光咖啡

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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