Pandas常用函数——索引取值

索引取值1、df[]取值df[: 5] # 输入index,按行取值(0~4),同列表切片df["date"] # 按列取值df[df["date"] > "2020-01-01"] # 传入bool值,进行简单数据选择2、df.loc[行标签, 列标签]主要基于标签,但也可以与布尔数组一起使用。单个标签。(注意,数字5被解释为标签)列表或标签数组。['a', 'b', 'c']带标签的切片对象'a':'f'(注意,不同于Python列表,切片包括端点'a','f')布尔
摘要由CSDN通过智能技术生成

索引取值

1、df[]取值

df[: 5]  # 输入index,按行取值(0~4),同列表切片
df["date"]  # 按列取值
df[df["date"] > "2020-01-01"]  # 传入bool值,进行简单数据选择

2、df.loc[行标签, 列标签]

主要基于标签,但也可以与布尔数组一起使用。

  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pandas concat函数是将两个或多个数据框或系列沿指定轴进行连接的函数。它可以按行或列进行连接,可以在连接时指定连接方式、连接键、是否保留索引等选项。具体语法如下: ```python pandas.concat(objs, axis=0, join='outer', ignore_index=False, keys=None, sort=False, verify_integrity=False, copy=True) ``` 其中,参数含义如下: - objs:要连接的数据框或系列的列表或字典。 - axis:指定连接的轴,0表示按行连接,1表示按列连接,默认为0。 - join:指定连接方式,可以取值'outer'、'inner'、'left'、'right',分别表示外连接、内连接、左连接、右连接,默认为'outer'。 - ignore_index:是否忽略原来的索引,重新生成索引,默认为False。 - keys:将连接的数据框或系列加上一个多级索引,可以是列表、元组或数组,默认为None。 - sort:是否对连接后的数据进行排序,默认为False。 - verify_integrity:是否检查连接后的数据是否有重复索引,默认为False。 - copy:是否复制数据,默认为True。 示例: ```python import pandas as pd # 创建两个数据框 df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]}) df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]}) # 按行连接 df_concat = pd.concat([df1, df2]) print(df_concat) # 按列连接 df_concat = pd.concat([df1, df2], axis=1) print(df_concat) # 指定连接键 df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4], 'key': ['K0', 'K1']}) df2 = pd.DataFrame({'C': [5, 6], 'D': [7, 8], 'key': ['K0', 'K1']}) df_concat = pd.concat([df1, df2], keys=['df1', 'df2'], join='inner', ignore_index=True) print(df_concat) ``` 输出结果: ``` A B 0 1 3 1 2 4 0 5 7 1 6 8 A B A B 0 1 3 5 7 1 2 4 6 8 key 0 K0 1 K1 2 K0 3 K1 ```
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