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。
