pandas處理資料之loc切片的用法

簡單的說：

iloc，即index locate 用index索引進行定位，所以引數是整型，如：df.iloc[10:20, 3:5]

loc，則可以使用column名和index名進行定位，如：

df.loc[『image1』:『image10』, 『age』:『score』]

首先初始化乙個df方便使用

import pandas as pd

import numpy  as np
df=pd.dataframe(np.random.uniform(1,5,(4,3)))

df.index=['a','b','c','d']

df.colums==['fir','sec','thr']

df = pd.dataframe(np.random.uniform(1,5,(4,3)), index=['a', 'b', 'c','d'],columns=['fir', 'sec','thr'])

df.loc['a']

df.loc[['a','b']]#a,b兩行

df.loc['a','fir']#返回a行fir列的值

df.loc['a':'c','fir']#這是a到c行返回fir這一列的值

df.loc[[falese,true,false,true]]#返回b和c行，長度和行相同

df.loc[df['third']>3]#選取在third列中值大於3的行

df.loc[df['third']>3,'fir']#選取third列中值大於三的並顯示相應的fir的值

df.loc['a']=2.33#設定a行的所有值為2.33

df.loc[:,'fir']=4.22#設定fir整列的值為4.22

df.loc[[0, 1, 10, 100], ['country', 'province', 'region_1', 'region_2']]

2、

df.loc[df.country=='italy']

3、這兩種寫法等同,注意isin()的用法

df_final = df[df.country.isin(["italy", "france"]) & (df.points >= 90)].country

df = df[df.points>=90]

df_final = (df.loc[df.country.isin(['france','italy']),'country'])

Pandas基本操作總結 資料篩選loc

1 loc篩選 loc為普遍用法 得到單個值 df.loc e行 f列 df.loc a行 b列 f列 e列 列表批量查詢 df.loc a行 b行 f行 b列 f列 e列 區間範圍連續查詢 df.loc a行 c行 b列 c列 條件表示式查詢 df.loc df c列 0,篩選c列 0，顯示滿足條...

Pandas 資料讀取 DataFrame切片

import numpy as np dataset filename affinity dataset.txt x np.loadtxt dataset filename n samples,n features x.shape print this dataset has samples and...

Pandas 資料讀取 DataFrame切片

import numpy as np dataset filename affinity dataset.txt x np.loadtxt dataset filename n samples,n features x.shape print this dataset has samples and...