企业微信网站开发文档,郑州做网站哪家专业,茶叶网站建设策划方案 u001f,嘉兴网站制作优化在这篇文章中#xff0c;我们将使用iloc和loc来处理数据。更具体地说#xff0c;我们将通过iloc和loc例子来学习切片和索引。一旦我们将一个数据集加载为Pandas dataframe#xff0c;我们通常希望根据某些条件开始访问该数据的特定部分。例如#xff0c;如果我们的数据集包…在这篇文章中我们将使用iloc和loc来处理数据。更具体地说我们将通过iloc和loc例子来学习切片和索引。一旦我们将一个数据集加载为Pandas dataframe我们通常希望根据某些条件开始访问该数据的特定部分。例如如果我们的数据集包含比较不同实验组的实验结果我们可能需要分别计算每个实验组的描述性统计。更多有关对Pandas dataframes进行分组的内容如何在Python中进行描述性统计根据某些标准选择数据的特定行和列的过程通常称为切片。Pandas Dataframe在我们学习如何使用loc和iloc之前我们最好先了解一下Pandas dataframe对象是如何工作的。对于本索引和切片教程的特定目的我们最好知道dataframe中的每个行和列都有一个数字——一个索引。这种结构是带有数字索引的行和列结构这意味着我们可以使用行号和列号来处理数据。这在我们准备使用Pandas loc和iloc方法的时候是非常有用的。请参阅博文《使用Pandas和pyjanitor——了解一些简单的Python数据清理方法》。Data在下面的iloc和loc例子中我们将使用两个数据集。这些数据集在许多其他的RDataset中可以在这里找到但是下面的代码将把它们加载到Pandas dataframe中:如果您有兴趣学习更多有关Pandas数据处理的知识请查看以下文章如何将CSV文件读入Pandas如何将Excel文件读入Pandas将SPSS文件读入Pandas 使用Python和Pandas处理JSON文件loc 和 iloc之间有什么不同?在继续使用Pandas iloc和Pandas loc之前我们将回答有关loc和iloc之间的区别的问题。首先.loc是一个基于标签的方法而.iloc是一个基于整数的方法。这意味着当我们对dataframe进行切片时loc将考虑索引的名称或标签。Pandas loc 示例链接例如如果“case”在一个dataframe(例如df)的索引中那么df.loc[case]将导致第三行被选中。注意在下面的loc和iloc例子中我们将使用数据集中的第一列作为索引(参见第一个代码块)。另一方面Pandas .iloc会根据索引的位置进行切片。与.loc不同.iloc的行为类似于常规的Python切片。也就是说我们只需要指定位置索引数字就会得到我们想要的切片。例如,df.iloc[2]会为我们提供dataframe的第三行。这是因为就像在Python中一样.iloc是基于0位置的也就是说它从0开始。我们将在下面的文章中学习如何使用loc和iloc。iloc在Pandas中能做什么?如前所述Pandas iloc主要基于整数位置。也就是说可以使用0到长度-1来对一个dataframe建立索引无论它是行索引还是列索引。此外正如我们将在后面的Pandas iloc 例子中所看到的该方法也可以与一个布尔数组一起使用。在这个Pandas iloc教程中我们将使用以下输入方法:一个整数例如2一个整数列表例如 [7, 2, 0]一个带有整数的切片对象例如0:7, 如上图所示一个布尔型数组。如何使用Pandas iloc现在您可能想知道“如何使用iloc?”当然我们会回答这个问题。以最简单的形式我们只需在括号中键入一个整数。正如您在上面的Pandas iloc例子中所看到的我们在iloc方法之后键入了一组方括号。此外我们还添加了一个整数(0)作为索引值以指明我们想要获取我们的dataframe的第一行。注意在使用.iloc时一定要知道方括号内索引的顺序显然很重要。第一个索引号将是我们要检索的行。如果我们要检索一个特定的列或者某些特定的列使用iloc我们会输入第二个索引(或多个索引)。但是这是可选的并且没有第二个索引时iloc将默认检索所有列。如前所述Pandas iloc语法是: DataFrame.iloc[]。这可能会让R统计编程环境的用户感到困惑。要进行迭代我们可以使用Pandas中的iloc方法来以行和列在dataframe中出现的顺序按数字选择它们。 今日签到口令ipd5 Pandas iloc 例子在下一节中我们将通过查看如何使用iloc的不同例子来继续这个Pandas 索引和切片教程。当然我们已经从最基本的方法开始了;即选择单个行:索引一个Pandas dataframe的最后一行在下一个例子中我们将继续使用一个整数来索引dataframe。然而如果我们想要检索一个Pandas dataframe的最后一行我们使用“-1”:当我们使用iloc时我们还可以输入一个只有一个索引整数的列表。这将会索引一行但输出将不同于上面的例子:使用iloc选择多行当然我们也可以使用iloc从一个pandas dataframe中选择很多行。例如如果我们向列表中添加更多的索引整数就像上面的例子一样我们就可以选择很多行。在Pandas中使用iloc对行进行切片在下一个Pandas iloc例子中我们将学习有关切片的知识。注意稍后我们将进一步熟悉使用切片字符“:”。要选择第11行到第15行我们只需输入以下代码:使用Pandas iloc选择列如前所述当然在使用iloc方法中的第二个参数时我们也可以选择或切片列。在下一个iloc例子中我们可能希望只检索dataframe中的第一列即索引位置为0的列。为此我们将在使用iloc时在括号内的第二个位置使用一个整型索引值。注意第二个位置的整数索引指定了我们要检索的列。那行是怎样呢?注意当我们想使用iloc选择所有行和一列(或多个列)时我们需要使用“:”字符。在上面的 Pandas iloc例子中我们在括号内的第一个位置使用了“:”字符。这表明我们想要检索所有的行。提醒一下内的第一个索引位置用来指定行并且我们使用了“:”字符因为我们希望从一个Pandas dataframe获取所有行。在下一个关于如何使用Pandas iloc的例子中我们将获取一个一些列和所有行的切片。这可以用与上面类似的方法来完成。然而我们使用了一个Python切片来获取所有行和前6列而不是使用一个整数:使用iloc选择一个特定的单元格在Pandas iloc教程的这一节中我们将学习如何选择一个特定的单元格。当然这非常简单我们只需要对我们希望从dataframe中获取的行和列使用一个整型索引值即可。例如如果我们要选择第0行和第0列中的数据我们只需键入df1.iloc[0, 0]。当然我们也可以选择多行和/或多列。为此我们只需添加一个包含我们希望iloc为我们选择的整数索引的列表。例如如果我们想要选择第4行和第2、3、4列中的数据我们只需使用以下代码:检索单元格的子集在下一个iloc例子中我们将从来自dataframe的单元格中获取一个子集。要实现这一点我们需要组合使用iloc获取一个列切片和一个行切片:使用布尔掩码选择列在最后一个例子中我们将使用一个布尔掩码来选择列。要这样做我们当然需要知道有多少列以及我们想要选择哪些列。如何使用Pandas loc在本节中我们将介绍另一个Pandas方法即用于从dataframe中选择数据的loc。何时使用loc?记住iloc使用位置引用作为参数输入而loc使用索引作为参数。由于loc接受索引我们可以传递字符串(例如列名)作为一个参数而如果我们在iloc中使用字符串时它会抛出一个错误。因此什么时候使用Pandas loc呢?答案就是当我们知道了索引名时。在本loc教程中我们将使用以下输入:单个标签例如2或 b 。值得注意的是Pandas会将2解释为一个索引的标签而不是索引上的整数位置(与iloc相反)一个标签列表例如[‘a’, ‘b’, c’]一个带有标签的切片对象例如‘shortname’:’SASname’。重要的是当涉及到切片时当我们使用loc时开始和停止位置都包括在内使用Pandas loc选择一行在第一个Pandas loc例子中我们将从索引为1的行中选择数据。注意在上面的例子中第一行的名称为“1”。也就是说这个“1”不是索引整数而是该行的名字。Pandas loc的行为方式与iloc相同我们单个行作为series进行检索。与使用Pandas iloc一样我们可以更改输出以便以一个 dataframe来获取单个行。我们通过在一个列表中放入行名来做到这一点:使用loc对行进行切片在下一个代码例子中我们将使用行名称来获取一个行切片。我们还可以将一个索引列表传递给它以选择所需的索引。使用loc通过列名进行选择与Pandas iloc不同loc则进一步采用列名作为列参数。这意味着我们可以给它传递一个列名来从该列中选择数据。在下一个loc例子中我们将从 SASname 列中选择所有数据。当然另一个选项是在使用loc时将多个列名传入一个列表中。在下一个例子中我们将从“SASname”和“longname”列中选择数据其中行名是从1到5。在Pandas中使用loc进行切片在本节中我们将会看到如何使用loc对一个Pandas dataframe进行切片。记住“:”字符是在切片时使用的。与iloc一样我们也可以进行切片只不过这里我们可以使用列名和行名(如下面的例子所示)。在下面的loc例子中我们再次使用了第一个dataframe(即df1)对前5行切片并获取从“Film”列到“EA1”列的所有列。Pandas iloc 和条件很多时候我们想要通过使用布尔数组来索引一个Pandas dataframe。也就是说我们可能希望根据某些条件来选择数据。当然这很容易用Pandas loc来实现。我们只需要向.loc方法传递一个包含真/假值的数组或Seris。例如如果我们想要选择Study列中值为“flat”的所有行我们将按照以下步骤来创建一个Pandas Series其中的dataframe中的每一行都有一个真值其中存在“flat”。使用多条件Pandas iloc选择行此外有时我们可能希望基于多个条件进行选择。例如如果我们想要选择Study列是“flat”并且neur列大于18的所有行我们可以按下一个例子来做与前面一样我们可以使用第二个参数从dataframe中选择特定的列。请记住在使用Pandas loc时列是通过名称被loc索引器引用的我们可以使用一个单个字符串、一个列的列表或一个切片“:”操作。在下一个例子中我们将选择从EA1到NA2的列:使用 .loc设置dataframe中的值在本loc和iloc教程的最后一节中我们将学习如何使用loc对dataframe设置值。对一个dataframe设置值是非常简单的我们需要做的只是稍微更改一下语法并且我们实际上可以在使用.loc 索引器选择和筛选的同一语句中来更新数据。这很方便因为我们可以根据不同的条件来更新列中的值。在最后一个loc例子中我们将创建一个新列(NewCol)并在neur大于18的行中添加单词“BIG”:结论在这个Pandas iloc和loc教程中我们学习了使用loc和iloc方法建立索引、选择数据和选取子集。更具体地说我们已经了解了这些方法是如何工作的。当谈到loc时我们已经学习了如何根据条件语句(例如大于或等于)去选择数据以及如何使用loc去设置值。英文原文https://www.marsja.se/how-to-use-iloc-and-loc-for-indexing-and-slicing-pandas-dataframes/ 译者测试