轉自:https://blog.csdn.net/qq_21840201/article/details/80725433
### 隨機生DataFrame 類型數據
import pandas as pd
import numpy as np
frame = pd.DataFrame(np.random.rand(4,4),index=list('abcd'),columns=list('ABCD'))
frame
A B C D
a 0.560094 0.352686 0.954100 0.926277
b 0.563728 0.335517 0.232902 0.973932
c 0.482155 0.976618 0.565462 0.445108
d 0.477146 0.933353 0.291764 0.986668
1、loc ? ? 基于行標簽和列標簽(x_label、y_label)進行索引
### .loc先行后列,中間用逗號(,)分割,例如取 a 和 A 對應的數據
frame.loc['a','A']
0.56009394013943303
### 取前兩行對應數據
frame.loc['a':'b',:]
A B C D
a 0.560094 0.352686 0.954100 0.926277
b 0.563728 0.335517 0.232902 0.973932
### 取前兩列對應數據
frame.loc[:,'A':'B']
A B
a 0.560094 0.352686
b 0.563728 0.335517
c 0.482155 0.976618
d 0.477146 0.933353
### 取前兩行和前兩列對應數據
frame.loc['a':'b','A':'B']
A B
a 0.560094 0.352686
b 0.563728 0.335517
### 上面的例子取的都是連續的行和列,若取第一行和第四行、第一列和第四列對應的數據,則
frame.loc[['a','d'],['A','D']]
上面的例子取的都是連續的行和列,若取第一行和第四行、第一列和第四列對應的數據,則
frame.loc[['a','d'],['A','D']]
A D
a 0.560094 0.926277
d 0.477146 0.986668
2、 iloc ? 基于行索引和列索引(index,columns) 都是從 0 開始
如果數據的行標簽和列標簽名字太長或不容易記,則用 iloc 很方便,只需記標簽對應的索引即可
### .loc先行后列,中間用逗號(,)分割,例如取 a 和 A 對應的數據
frame.iloc[0,0]
0.56009394013943303
### 取前兩行對應數據
frame.iloc[0:2,:]
A B C D
a 0.560094 0.352686 0.954100 0.926277
b 0.563728 0.335517 0.232902 0.973932
### 取前兩列對應數據
frame.iloc[:,0:2]
A B
a 0.560094 0.352686
b 0.563728 0.335517
c 0.482155 0.976618
d 0.477146 0.933353
### 取前兩行和前兩列對應數據
frame.iloc[0:2,0:2]
A B
a 0.560094 0.352686
b 0.563728 0.335517
### 上面的例子取的都是連續的行和列,若取第一行和第四行、第一列和第四列對應的數據,則
frame.iloc[[0,3],[0,3]]
上面的例子取的都是連續的行和列,若取第一行和第四行、第一列和第四列對應的數據,則
frame.iloc[[0,3],[0,3]]
A D
a 0.560094 0.926277
d 0.477146 0.986668
3、 ix ?基于標簽或者索引(loc和iloc 的混合)
### 取前兩行和前兩列對應數據
frame.iloc[0:2,0:2]
A B
a 0.560094 0.352686
b 0.563728 0.335517
### 取前兩行和前兩列對應數據
frame.ix['a':'b','A':'B']
A B
a 0.560094 0.352686
b 0.563728 0.335517
官方文檔新的python版本已經棄用 ix,建議使用 loc 和 iloc
.ix is deprecated. Please use
.loc for label based indexing or
---------------------
作者:求知者_123
來源:CSDN
原文:https://blog.csdn.net/qq_21840201/article/details/80725433
版權聲明:本文為博主原創文章,轉載請附上博文鏈接!
版权声明:本站所有资料均为网友推荐收集整理而来,仅供学习和研究交流使用。
工作时间:8:00-18:00
客服电话
电子邮件
admin@qq.com
扫码二维码
获取最新动态