python pandas.DataFrame.loc函数使用详解
作者:brucewong0516 发布时间:2023-10-04 07:01:58
官方函数
DataFrame.loc
Access a group of rows and columns by label(s) or a boolean array.
.loc[] is primarily label based, but may also be used with a boolean array.
# 可以使用label值,但是也可以使用布尔值
Allowed inputs are: # 可以接受单个的label,多个label的列表,多个label的切片
A single label, e.g. 5 or ‘a', (note that 5 is interpreted as a label of the index, and never as an integer position along the index). #这里的5不是数值指定的位置,而是label值
A list or array of labels, e.g. [‘a', ‘b', ‘c'].
slice object with labels, e.g. ‘a':'f'.
Warning: #如果使用多个label的切片,那么切片的起始位置都是包含的
Note that contrary to usual python slices, both the start and the stop are included
A boolean array of the same length as the axis being sliced, e.g. [True, False, True].
实例详解
一、选择数值
1、生成df
df = pd.DataFrame([[1, 2], [4, 5], [7, 8]],
... index=['cobra', 'viper', 'sidewinder'],
... columns=['max_speed', 'shield'])
df
Out[15]:
max_speed shield
cobra 1 2
viper 4 5
sidewinder 7 8
2、Single label. 单个 row_label 返回的Series
df.loc['viper']
Out[17]:
max_speed 4
shield 5
Name: viper, dtype: int64
2、List of labels. 列表 row_label 返回的DataFrame
df.loc[['cobra','viper']]
Out[20]:
max_speed shield
cobra 1 2
viper 4 5
3、Single label for row and column 同时选定行和列
df.loc['cobra', 'shield']
Out[24]: 2
4、Slice with labels for row and single label for column. As mentioned above, note that both the start and stop of the slice are included. 同时选定多个行和单个列,注意的是通过列表选定多个row label 时,首位均是选定的。
df.loc['cobra':'viper', 'max_speed']
Out[25]:
cobra 1
viper 4
Name: max_speed, dtype: int64
5、Boolean list with the same length as the row axis 布尔列表选择row label
布尔值列表是根据某个位置的True or False 来选定,如果某个位置的布尔值是True,则选定该row
df
Out[30]:
max_speed shield
cobra 1 2
viper 4 5
sidewinder 7 8
df.loc[[True]]
Out[31]:
max_speed shield
cobra 1 2
df.loc[[True,False]]
Out[32]:
max_speed shield
cobra 1 2
df.loc[[True,False,True]]
Out[33]:
max_speed shield
cobra 1 2
sidewinder 7 8
6、Conditional that returns a boolean Series 条件布尔值
df.loc[df['shield'] > 6]
Out[34]:
max_speed shield
sidewinder 7 8
7、Conditional that returns a boolean Series with column labels specified 条件布尔值和具体某列的数据
df.loc[df['shield'] > 6, ['max_speed']]
Out[35]:
max_speed
sidewinder 7
8、Callable that returns a boolean Series 通过函数得到布尔结果选定数据
df
Out[37]:
max_speed shield
cobra 1 2
viper 4 5
sidewinder 7 8
df.loc[lambda df: df['shield'] == 8]
Out[38]:
max_speed shield
sidewinder 7 8
二、赋值
1、Set value for all items matching the list of labels 根据某列表选定的row 及某列 column 赋值
df.loc[['viper', 'sidewinder'], ['shield']] = 50
df
Out[43]:
max_speed shield
cobra 1 2
viper 4 50
sidewinder 7 50
2、Set value for an entire row 将某行row的数据全部赋值
df.loc['cobra'] =10
df
Out[48]:
max_speed shield
cobra 10 10
viper 4 50
sidewinder 7 50
3、Set value for an entire column 将某列的数据完全赋值
df.loc[:, 'max_speed'] = 30
df
Out[50]:
max_speed shield
cobra 30 10
viper 30 50
sidewinder 30 50
4、Set value for rows matching callable condition 条件选定rows赋值
df.loc[df['shield'] > 35] = 0
df
Out[52]:
max_speed shield
cobra 30 10
viper 0 0
sidewinder 0 0
三、行索引是数值
df = pd.DataFrame([[1, 2], [4, 5], [7, 8]],
... index=[7, 8, 9], columns=['max_speed', 'shield'])
df
Out[54]:
max_speed shield
7 1 2
8 4 5
9 7 8
通过 行 rows的切片的方式取多个:
df.loc[7:9]
Out[55]:
max_speed shield
7 1 2
8 4 5
9 7 8
四、多维索引
1、生成多维索引
tuples = [
... ('cobra', 'mark i'), ('cobra', 'mark ii'),
... ('sidewinder', 'mark i'), ('sidewinder', 'mark ii'),
... ('viper', 'mark ii'), ('viper', 'mark iii')
... ]
index = pd.MultiIndex.from_tuples(tuples)
values = [[12, 2], [0, 4], [10, 20],
... [1, 4], [7, 1], [16, 36]]
df = pd.DataFrame(values, columns=['max_speed', 'shield'], index=index)
df
Out[57]:
max_speed shield
cobra mark i 12 2
mark ii 0 4
sidewinder mark i 10 20
mark ii 1 4
viper mark ii 7 1
mark iii 16 36
2、Single label. 传入的就是最外层的row label,返回DataFrame
df.loc['cobra']
Out[58]:
max_speed shield
mark i 12 2
mark ii 0 4
3、Single index tuple.传入的是索引元组,返回Series
df.loc[('cobra', 'mark ii')]
Out[59]:
max_speed 0
shield 4
Name: (cobra, mark ii), dtype: int64
4、Single label for row and column.如果传入的是row和column,和传入tuple是类似的,返回Series
df.loc['cobra', 'mark i']
Out[60]:
max_speed 12
shield 2
Name: (cobra, mark i), dtype: int64
5、Single tuple. Note using [[ ]] returns a DataFrame.传入一个数组,返回一个DataFrame
df.loc[[('cobra', 'mark ii')]]
Out[61]:
max_speed shield
cobra mark ii 0 4
6、Single tuple for the index with a single label for the column 获取某个colum的某row的数据,需要左边传入多维索引的tuple,然后再传入column
df.loc[('cobra', 'mark i'), 'shield']
Out[62]: 2
7、传入多维索引和单个索引的切片:
df.loc[('cobra', 'mark i'):'viper']
Out[63]:
max_speed shield
cobra mark i 12 2
mark ii 0 4
sidewinder mark i 10 20
mark ii 1 4
viper mark ii 7 1
mark iii 16 36
df.loc[('cobra', 'mark i'):'sidewinder']
Out[64]:
max_speed shield
cobra mark i 12 2
mark ii 0 4
sidewinder mark i 10 20
mark ii 1 4
df.loc[('cobra', 'mark i'):('sidewinder','mark i')]
Out[65]:
max_speed shield
cobra mark i 12 2
mark ii 0 4
sidewinder mark i 10 20
来源:https://blog.csdn.net/brucewong0516/article/details/82494090


猜你喜欢
- 本文实例为大家分享了JS实现飞机大战小游戏的具体代码,供大家参考,具体内容如下小的时候玩的飞机大战感觉还蛮神奇,今天自己就学着做了一个先制作
- 众所周知,IE 6只支持单通道的PNG图片(即只有透明/不透明2种状态,gif图片的透明单通道透明),因此如果需要使用alpha透明的png
- 假设我们有一个数据集,列名叫status下面有100万的数据,其中包装 “HUMAN_REFUSE”,”SYS_REFUSE”,”HUMAN
- 常量是程序中最基础的元素,在定义之后就不能再重新赋值了。Go语言中的常量类型有布尔常量、整数常量、浮点数常量、 字符常量、字符串常量和复数常
- 在对MySQL数据库进行迁移的时候,有时候也需要迁移源数据库内的用户与权限。对于这个迁移我们可以从mysql.user表来获取用户的相关权限
- 数据库连接字符串的常见问题和解决方法:基本知识1:SQL Server数据库的身份验证方式,分windows验证,SQL Server验证两
- JSON(JavaScript Object Notation)是一种轻量级的数据交换格式,它基于ECMAScript的一个子集。 JSON
- 背景学习 Python 的话,仅掌握标准库是远不够的,有很多好用的第三方库我们也需要用到的,比如,由鼎鼎大名的 K 神开发的爬虫必不可少的
- 前言本文中代码运行的python版本一律采取2.7.13科普:经典类:classic class新式类:new-style classpyt
- 简述和GNU一样,YAML是一个递归着说“不”的名字。不同的是,GNU对UNIX说不,YAML说不的对象是XML。YAML不是XML。为什么
- 在jQuery的官方文档中,提示用户这是一个低级的方法,应该用.data()方法来代替。$.data( element, key, valu
- Variant变量一般会将其代表的数据子类型自动转换成合适的数据类型,但有时候,自动转换也会造成一些数据类型不匹配的错误.这时,可使用转换函
- Ajax,全称为Asynchronous JavaScript and XML,即异步的JavaScript和XML。它不是一门编程语言,而
- 1.数据的容量:1-3年内会大概多少条数据,每条数据大概多少字节; 2.数据项:是否有大字段,那些字段的值是否经常被更新; 3.数据查询SQ
- 本文实例为大家分享了Python画圣诞树的具体代码,供大家参考,具体内容如下源代码from turtle import *import ra
- 我还我还是有必要改一个标题,(原题为 让你想不通的"bug"),以免有同学误会。先看代码。看完之后我有个问题提问一下,看
- 目录解决方案:1. IGNORE2. REPLACE3. ON DUPLICATE KEY UPDATE我们插入数据的时候,有可能碰到重复数
- 一、添加SVN(1)添加svn插件(2)安装的svn最好是默认路径安装的,不要问我为什么,因为很多软件都是按照默认路径找到bin的表示安装正
- 今天在部署一个实验系统的时候,报出下面这个错: Your 'max_allowed_packet' variable is
- 思路:<img alt="" src="/img/图片真实地址" ></img&g