欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

pandas ix &iloc &loc的區(qū)別

 更新時(shí)間:2019年01月10日 10:41:20   作者:memoryqiu  
這篇文章主要介紹了pandas ix &iloc &loc的區(qū)別,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧

一開(kāi)始自學(xué)Python的numpy、pandas時(shí)候,索引和切片把我都給弄暈了,特別是numpy的切片索引、布爾索引和花式索引,簡(jiǎn)直就是大亂斗。但是最近由于版本的問(wèn)題,從之前的Python2.7改用Python3.6 了,在3.6中提供了loc和iloc兩種索引方法,把ix這個(gè)方法給劃分開(kāi)來(lái)了,所以很有必要做個(gè)總結(jié)和對(duì)比。

  • loc——通過(guò)行標(biāo)簽索引行數(shù)據(jù)
  • iloc——通過(guò)行號(hào)索引行數(shù)據(jù)
  • ix——通過(guò)行標(biāo)簽或者行號(hào)索引行數(shù)據(jù)(基于loc和iloc 的混合)

同理,索引列數(shù)據(jù)也是如此!

舉例說(shuō)明:

1、分別使用loc、iloc、ix 索引第一行的數(shù)據(jù):

(1)loc

import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行號(hào)
columns=['c','d','e']#列號(hào)
df=pd.DataFrame(data,index=index,columns=columns)#生成一個(gè)數(shù)據(jù)框

#print df.loc['a']
'''
c  1
d  2
e  3
'''

print df.loc[0]
#這個(gè)就會(huì)出現(xiàn)錯(cuò)誤
'''
TypeError: cannot do label indexing on <class 'pandas.indexes.base.Index'> 
with these indexers [1] of <type 'int'>
'''

(2)iloc

import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行號(hào)
columns=['c','d','e']#列號(hào)
df=pd.DataFrame(data,index=index,columns=columns)#生成一個(gè)數(shù)據(jù)框

print df.iloc[0]
'''
c  1
d  2
e  3
'''
print df.iloc['a']
'''
TypeError: cannot do positional indexing on <class 'pandas.indexes.base.Index'> 
with these indexers [a] of <type 'str'>
'''

(3)ix

import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行號(hào)
columns=['c','d','e']#列號(hào)
df=pd.DataFrame(data,index=index,columns=columns)#生成一個(gè)數(shù)據(jù)框

print df.ix[0]
'''
c  1
d  2
e  3
'''
print df.ix['a']
'''
c  1
d  2
e  3
'''

2、分別使用loc、iloc、ix 索引第一列的數(shù)據(jù):

import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行號(hào)
columns=['c','d','e']#列號(hào)
df=pd.DataFrame(data,index=index,columns=columns)#生成一個(gè)數(shù)據(jù)框

print df.loc[:,['c']]

print df.iloc[:,[0]]

print df.ix[:,['c']]

print df.ix[:,[0]]
#結(jié)果都為
'''
  c
a 1
b 4
'''

3、分別使用loc、iloc、ix 索引多行的數(shù)據(jù):

import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行號(hào)
columns=['c','d','e']#列號(hào)
df=pd.DataFrame(data,index=index,columns=columns)#生成一個(gè)數(shù)據(jù)框

print df.loc['a':'b']

print df.iloc[0:1]

print df.ix['a':'b']

print df.ix[0:1]
#結(jié)果都為
'''
  c d e
a 1 2 3
b 4 5 6
'''

4、分別使用loc、iloc、ix 索引多列的數(shù)據(jù):

import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行號(hào)
columns=['c','d','e']#列號(hào)
df=pd.DataFrame(data,index=index,columns=columns)#生成一個(gè)數(shù)據(jù)框

print df.loc[:,'c':'d']

print df.iloc[:,0:2]

print df.ix[:,'c':'d']

print df.ix[:,0:2]
#結(jié)果都為
'''
  c d
a 1 2
b 4 5
'''

5、loc、iloc、ix使用切片的區(qū)別

loc、iloc、ix對(duì)于切片的索引數(shù)據(jù)就兩種情況,按照標(biāo)簽切片索引和按照位置編號(hào)切片索引

In [20]: df.loc['ind0':'ind3']
Out[20]: 
   col0 col1 col2 col3 col4
ind0   0   1   2   3   4
ind1   5   6   7   8   9
ind2  10  11  12  13  14
ind3  15  16  17  18  19

In [21]: df.iloc[0:3]
Out[21]: 
   col0 col1 col2 col3 col4
ind0   0   1   2   3   4
ind1   5   6   7   8   9
ind2  10  11  12  13  14

區(qū)別不在于用哪種方法,而是通過(guò)標(biāo)簽索引將會(huì)將切片末端包含進(jìn)去,通過(guò)位置編號(hào)索引不會(huì)講切片末端包含進(jìn)去。同樣的都是第一行到第四行,通過(guò)loc就會(huì)把1,2,3,4行都提取出來(lái),通過(guò)iloc就只能把1,2,3行提取出來(lái)。ix方法也是一樣,知識(shí)方法不同而已。

In [23]: df.ix['ind0':'ind3']
Out[23]: 
   col0 col1 col2 col3 col4
ind0   0   1   2   3   4
ind1   5   6   7   8   9
ind2  10  11  12  13  14
ind3  15  16  17  18  19

In [24]: df.ix[0:3]
Out[24]: 
   col0 col1 col2 col3 col4
ind0   0   1   2   3   4
ind1   5   6   7   8   9
ind2  10  11  12  13  14

 對(duì)于列的切片跟行的一樣。

這里討論了基本的索引和切片,如果有用詞不當(dāng)?shù)牡胤秸?qǐng)?zhí)岢鰜?lái),我將積極改正,或者有其他有關(guān)花式索引、布爾索引的問(wèn)題也可以大家一起討論討論!

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • Python實(shí)現(xiàn)破解猜數(shù)游戲算法示例

    Python實(shí)現(xiàn)破解猜數(shù)游戲算法示例

    這篇文章主要介紹了Python實(shí)現(xiàn)破解猜數(shù)游戲算法,簡(jiǎn)單描述了猜數(shù)游戲的原理,并結(jié)合具體實(shí)例形式分析了Python破解猜數(shù)游戲的相關(guān)實(shí)現(xiàn)技巧,需要的朋友可以參考下
    2017-09-09
  • Django+Ajax異步刷新/定時(shí)自動(dòng)刷新實(shí)例詳解

    Django+Ajax異步刷新/定時(shí)自動(dòng)刷新實(shí)例詳解

    AJAX是前端技術(shù)的集合,包括JavaScript、XML、HTML、CSS等,下面這篇文章主要給大家介紹了關(guān)于Django+Ajax異步刷新/定時(shí)自動(dòng)刷新的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下
    2022-10-10
  • python manim實(shí)現(xiàn)排序算法動(dòng)畫(huà)示例

    python manim實(shí)現(xiàn)排序算法動(dòng)畫(huà)示例

    這篇文章主要為大家介紹了python manim實(shí)現(xiàn)排序算法動(dòng)畫(huà)示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2022-08-08
  • 分享8個(gè)非常流行的 Python 可視化工具包

    分享8個(gè)非常流行的 Python 可視化工具包

    喜歡用 Python 做項(xiàng)目的小伙伴不免會(huì)遇到這種情況:做圖表時(shí),用哪種好看又實(shí)用的可視化工具包呢?今天小編給大家分享8個(gè)非常流行的 Python 可視化工具包,需要的朋友可以參考下
    2019-06-06
  • 如何用python 實(shí)現(xiàn)老板鍵功能

    如何用python 實(shí)現(xiàn)老板鍵功能

    這篇文章主要介紹了python 開(kāi)發(fā)老板鍵功能的方法,幫助大家更好的理解和學(xué)習(xí)使用python,感興趣的朋友可以了解下
    2021-03-03
  • 一文帶你掌握Matplotlib圖形繪制

    一文帶你掌握Matplotlib圖形繪制

    Matplotlib是一個(gè)基于Python的繪圖庫(kù),它提供了一整套與Matlab相似的命令A(yù)PI,非常適合交互式繪圖,這篇文章主要給大家介紹了關(guān)于Matplotlib圖形繪制的相關(guān)資料,需要的朋友可以參考下
    2023-09-09
  • HTTPX入門(mén)使用教程

    HTTPX入門(mén)使用教程

    HTTPX是一款Python棧HTTP客戶(hù)端庫(kù),它提供了比標(biāo)準(zhǔn)庫(kù)更高級(jí)別、更先進(jìn)的功能,如連接重用、連接池、超時(shí)控制、自動(dòng)繁衍請(qǐng)求,下面通過(guò)本文介紹HTTPX入門(mén)知識(shí)和基本用法,感興趣的朋友一起看看吧
    2023-12-12
  • 對(duì)Python通過(guò)pypyodbc訪(fǎng)問(wèn)Access數(shù)據(jù)庫(kù)的方法詳解

    對(duì)Python通過(guò)pypyodbc訪(fǎng)問(wèn)Access數(shù)據(jù)庫(kù)的方法詳解

    今天小編就為大家分享一篇對(duì)Python通過(guò)pypyodbc訪(fǎng)問(wèn)Access數(shù)據(jù)庫(kù)的方法詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-10-10
  • 利用ctypes提高Python的執(zhí)行速度

    利用ctypes提高Python的執(zhí)行速度

    這篇文章給大家介紹了如何利用ctypes提高Python的執(zhí)行速度,對(duì)大家學(xué)習(xí)使用python具有一定的參考借鑒價(jià)值。有需要的朋友們一起來(lái)看看吧。
    2016-09-09
  • Python selenium文件上傳方法匯總

    Python selenium文件上傳方法匯總

    這篇文章主要為大家詳細(xì)介紹了Python selenium文件上傳方法,selenium文件上傳的所有方法進(jìn)行整理,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2016-09-09

最新評(píng)論