pandas索引提取 如何用pandas实现选取特定索引的行?
如何用pandas实现选取特定索引的行?
分享一篇关于熊猫如何选择特定索引行的文章,希望对您有所帮助:
>>>>导入numpy作为NP
>>>导入pandas作为PD
>>>索引=np.数组([2,4,6,8,10])
>>>>数据=np.数组([3,5,7,9,11])
>>>>数据=pd.数据帧({“num”:data},index=index)
>>>打印(数据)
num
2 3
4 5
67
8 9
10 11
>>>选择索引=索引[索引> 5
]>>>打印(选择索引)
[6 8 10
]>>>数据[“num”]。loc[选择索引
]6 7
8 9
10 11
名称:num,数据类型:int32
>>
请注意不能使用iloc。Iloc以数组的形式访问序列,下标从0:]>>>> data[“num”]开始。Iloc[2:5
]6 7
8 9
10 11
名称:num,数据类型:int32
>>>>数据[“num”]。Iloc[[2,3,4
6 7
8 9
10 11
名称:num,数据类型:int32
>>>数据[“num”]
>>>
您可以尝试
在数据帧中,根据一定的条件,您可以得到满足要求的行元素的位置。
代码如下:
[Python]查看纯拷贝
DF=pd.数据帧({“BoolCol”:[1,2,3,3,4],“attr”:[22,33,22,44,66]},
index=[10,20,30,40,50])打印(df)
a=df[(df.BoolCol==3)&安培(数据框属性==22)]. 索引.tolist()
打印(a)
DF如下所示。上面,通过选择“boolcol”值为3,“attr”值为22的行,我们可以得到该行在DF中的位置
注意:返回的位置是索引列表,根据索引的不同而不同。这很容易成为数组中的默认下标。
[python]查看纯拷贝
BoolCol attr
10 1 22
20 2 33
30 3 22
40 3 44
50 4 66
[30]
pandas索引提取 pandas重新设置列索引 python的pandas行数和索引
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。