pandas重新设置列索引 pandas.dataframe怎么把列变成索引？

pandas.dataframe怎么把列变成索引？

在dataframe中根据一定的条件，得到符合要求的某行元素所在的位置。

代码如下所示：

[python] view plain copy

df = pd.DataFrame({"BoolCol": [1， 2， 3， 3， 4]，"attr": [22， 33， 22， 44， 66]}，

index=[10，20，30，40，50])

print(df)

a = df[(df.BoolCol==3)&(df.attr==22)].index.tolist()

print(a)

df如下所示，以上通过选取“BoolCol”取值为3且“attr”取值为22的行，得到该行在df中的位置

注意：返回的位置为index列表，根据index的不同而不同，这点易于数组中默认的下标。

[python] view plain copy

BoolCol attr

10 1 22

20 2 33

30 3 22

40 3 44

50 4 66

[30]

pandas中哪个函数可以读取excel文档excelfilepython？

import xlrddata = xlrd.open_workbook("excelFile.xls")table = data.sheets()[0] #通过索引顺序获取table = data.sheet_by_index(0) #通过索引顺序获取table = data.sheet_by_name(u"Sheet1")#通过名称获取

如何用pandas实现选取特定索引的行？

分享一篇pandas实现选取特定索引的行的方法，希望对你有所帮助：

>>> import numpy as np

>>> import pandas as pd

>>> index=np.array([2，4，6，8，10])

>>> data=np.array([3，5，7，9，11])

>>> data=pd.DataFrame({"num":data}，index=index)

>>> print(data)

num

2 3

4 5

6 7

8 9

10 11

>>> select_index=index[index>5]

>>> print(select_index)

[ 6 8 10]

>>> data["num"].loc[select_index]

6 7

8 9

10 11

Name: num， dtype: int32

>>>

注意，不能用iloc，iloc是将序列当作数组来访问，下标又会从0开始：

>>> data["num"].iloc[2:5]

6 7

8 9

10 11

Name: num， dtype: int32

>>> data["num"].iloc[[2，3，4]]

6 7

8 9

10 11

Name: num， dtype: int32

>>>

可以试试看

pandas重新设置列索引 pandas获取行索引 dataframe指定行索引

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。