python中loc的用法，python中loc什么意思_在python中使用.loc選擇

小編典典

python中loc的用法，pd.DataFrame.loc可以使用一兩個索引器。在其余文章中，我將第一個索引器表示為i，將第二個索引器表示為j。

如果僅提供一個索引器，則該索引器將應用于數據幀的索引，并且假定缺少的索引器代表所有列。因此，以下兩個

示例是等效的。

df.loc[i]

df.loc[i, :]

其中:用來表示所有列。

如果同時存在兩個索引器，則i引用索引值和j引用列值。

現在我們可以專注于什么類型的值i，并j可以承擔。讓我們以以下數據框df為例：

df = pd.DataFrame([[1, 2], [3, 4]], index=['A', 'B'], columns=['X', 'Y'])

loc 已經寫成這樣i并且j可以是

scalars 應該是各個索引對象中的值

df.loc['A', 'Y']

arrays 其元素也是相應索引對象的成員(請注意，我傳遞給的數組的順序loc受尊重

df.loc[['B', 'A'], 'X']

B 3

A 1

Name: X, dtype: int64

* 傳遞數組時，請注意返回對象的維數。`i`是上面的數組，`loc`返回一個對象，其中返回帶有這些值的索引。在這種情況下，因為j是標量，所以`loc`返回了一個`pd.Series`對象。如果我們為i和傳遞了一個數組，我們可以操縱它以返回一個數據幀j，并且該數組可能只是一個單值數組。

```

df.loc[[‘B’, ‘A’], [‘X’]]

X

B 3

A 1

3. **boolean arrays** 為True或False且長度與相應索引的長度匹配的布爾數組。在這種情況下，loc只需獲取布爾數組所在的行(或列) `True`.

df.loc[[True, False], ['X']]

X

A 1

```

除了可以傳遞給哪些索引器之外loc，它還使您能夠進行分配。現在，我們可以分解您提供的代碼行。

iris_data.loc[iris_data['class'] == 'versicolor', 'class'] = 'Iris-versicolor'

iris_data['class'] == 'versicolor' 返回一個布爾數組。

class 是表示column對象中的值的標量.

iris_data.loc[iris_data['class'] == 'versicolor', 'class'] returns a pd.Series object consisting of the 'class' column for all rows where 'class' is 'versicolor'

與賦值運算符一起使用時:iris_data.loc[iris_data['class'] == 'versicolor', 'class'] = 'Iris-versicolor'

我們分配'Iris-versicolor'在列中的所有元素'class'，其中

'class'為'versicolor'

2020-12-20