pandas.DataFrame 按行遍历,以及取出某一行某一列的指定位置的值
pandas.DataFrame.locpandas.DataFrame.iloc# 示例1data = pd.DataFrame([['Allen_Iverson', 3], ['Vince_Carter', 15], ['Tracy_McGrady', 1], ['Kobe_Bryant', 8]], columns = ['Name', 'Number'], index = ['a', 'v
·
# 示例1
data = pd.DataFrame([['Allen_Iverson', 3], ['Vince_Carter', 15], ['Tracy_McGrady', 1], ['Kobe_Bryant', 8]], columns = ['Name', 'Number'], index = ['a', 'v', 't', 'k'])
''' Name Number
a Allen_Iverson 3
v Vince_Carter 15
t Tracy_McGrady 1
k Kobe_Bryant 8
'''
# 示例2
data = pd.DataFrame([['Allen_Iverson', 3], ['Vince_Carter', 15], ['Tracy_McGrady', 1], ['Kobe_Bryant', 8]], columns = ['Name', 'Number'])
''' Name Number
0 Allen_Iverson 3
1 Vince_Carter 15
2 Tracy_McGrady 1
3 Kobe_Bryant 8
'''
DataFrame.loc[] 可以通过标签,索引或布尔数组访问某一行
通过标签访问【在创建DataFrame对象时有定义index属性时可用】
# 引用示例1
data.loc['a']
'''
Name Allen_Iverson
Number 3
Name: a, dtype: object
'''
# 获取属性‘Name’
data.loc['v']['Name']
'''
'Vince_Carter'
'''
或
data.loc['v', 'Name']
'''
'Vince_Carter'
'''
通过索引访问
data.loc[2]
'''
Name Tracy_McGrady
Number 1
Name: 2, dtype: object
'''
# 如果想要获取‘Name'属性的值,可以直接在表达式后面加上['属性名'],如下
data.loc[2]['Name']
'''
'Tracy_McGrady'
'''
或
data.loc[1, 'Name']
'''
'Vince_Carter'
'''
通过布尔值获取某些符合条件的行
# 比如获取号码大于5的数据行
data.loc[data['Number'] > 5]
'''
Name Number
1 Vince_Carter 15
3 Kobe_Bryant 8
'''
# 如果想要获取‘Name'属性的值,可以直接在表达式后面加上['属性名'],如下
data.loc[data['Number'] > 5]['Name']
'''
1 Vince_Carter
3 Kobe_Bryant
Name: Name, dtype: object
'''
注意:在使用df.loc[]对dataframe中指定元素进行修改时,格式应该为
df.loc[行号,列名]=value
虽然用 df.loc[列名,行号] 也可以访问,但是赋值不会成功,而且也没有提示。
DataFrame.iloc[] 访问当前数据排序的第几行
#对示例2按属性‘Number’升序排序,得:
# 示例3
data = data.sort_values('Number')
''' Name Number
2 Tracy_McGrady 1
0 Allen_Iverson 3
3 Kobe_Bryant 8
1 Vince_Carter 15
'''
# 获取当前排序的第1行 索引从0开始
data.iloc[1]
'''
Name Allen_Iverson
Number 3
Name: 0, dtype: object
'''
# 获取当前排序的前两行
data.iloc[0:2]
'''
Name Number
2 Tracy_McGrady 1
0 Allen_Iverson 3
'''
更多推荐
已为社区贡献1条内容
所有评论(0)