python:DataFrame连续取前23列数据,或者连续取前2行数据,或者取某行某列数据

python:DataFrame取连续取前23列数据,或者去连续前2行数据,或者取某行某列数据

 

 

1.取某行某列数据:

data1.iloc[i,23]    第i行第23列数据

data1_length = len(data1)    #23506    #score在第24列

#print(data1.iloc[0,24])
right_num=0
false_num=0
for i in range(data1_length):
  if data1.iloc[i,22]==data1.iloc[i,23]:
    right_num+=1
  else:
    false_num+=1

print(right_num,false_num)
right_rate=right_num/data1_length
print(right_rate)

 

2.取连续多列数据,或者取某列数据:

X1=train_data.iloc[:,:22]   取前23列数据

Y1=train_data.iloc[:,22]    取第23列数据

X1=train_data.iloc[:,:22]     #取前22列数据(因为列的索引默认从0开始
print(X1)

Y1=train_data.iloc[:,22]      #取第23列数据(因为列的索引默认从0开始,第22就是第23列
print(Y1)

 

  • 5
    点赞
  • 31
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Python中,通过pandas库的DataFrame可以方便地按号和号来获数据,以及进数据切片操作。 获数据可以通过以下两种方式进: 1. 按号获数据:可以使用`iloc`属性来按照号获数据。例如,要获第3数据,可以使用`df.iloc[2]`。这将返回一个Series对象,其中包含第3数据。 2. 按号获数据:可以直接通过DataFrame名来获相应的数据。例如,要获名为"column_name"的数据,可以使用`df["column_name"]`。这将返回一个Series对象,其中包含此数据数据切片操作允许我们按照号和号的范围,提DataFrame的一个子集。以下是一些示例: 1. 切片:要提某一范围内的连续,可以使用`df[start_row:end_row]`,其中start_row为起始号,end_row为结束号。 2. 切片:要提某一范围内的连续,可以使用`df.iloc[:, start_col:end_col]`,其中start_col为起始号,end_col为结束号。 3. 同时切片:要提某一范围内的连续,可以结合使用切片和切片。例如,`df.iloc[start_row:end_row, start_col:end_col]`会返回一个新的DataFrame,其中包含指定范围内的数据。 需要注意的是,切片操作是基于号和号进的,并且是左闭右开区间。也就是说,起始/号会被包含在切片中,而结束/号则不包含在切片中。 以上是关于Python DataFrame号和号获数据以及数据切片操作的简要说明,希望对你有所帮助。如果有任何疑问,请随时提问。
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

weixin_39450145

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