python?dataframe獲得指定行列實(shí)戰(zhàn)代碼
操作行列所需要的庫
import pandas as pd import numpy as np
生成被取用的dataframe對(duì)象
df=pd.DataFrame({"a":[1.78,1.8,2.8,2.75,5,5,23],"b":[20.8,10,10,30,43,1,12],"c":[23,15,50,3,343,12,95]}) print(df)
生成結(jié)果展示:
dataframe取列
1、已知列名取用方法
#語法:dataframe的名字[列名] #舉例 取df的名叫a的列: df["a"]
2、已知列所在位置的取用方法
#語法:dataframe的名字.iloc[:,第幾列] #舉例 取df的第幾列: df.iloc[:,0]
3、 以上兩段代碼生成結(jié)果相同
#語法:dataframe的名字[列名],或者dataframe的名字.iloc[:,第幾列] #舉例 取df的名叫a的列: df["a"] #舉例 取df的第幾列: df.iloc[:,0] #生成結(jié)果相同
生成結(jié)果展示:
dataframe取行
1、已知行名取用方法
#語法:dataframe的名字.loc[行名] #舉例,取df的行名叫0的列: df.loc[0]
2、已知行所在位置的取用方法
#dataframe的名字[想取某行的位置:想取某行的位置+1] #舉例,取df的第0列: df[0:1]
3、 以上兩段代碼生成結(jié)果相同
#語法:dataframe的名字.loc[行名],或者dataframe的名字[想取某行的位置:想取某行的位置+1] #舉例,取df的行名叫0的列: df.loc[0] #舉例,取df的第0列: df[0:1]
dataframe按照列(列名,列的位置)取該條件下所在行
(行名同理可得)
1、已知列名取行取用方法
#語法:dataframe的名字[dataframe的名字[dataframe的列名]==該列名的值] #舉例,取df的a列值為1.78的行: df[df["a"]== 1.78]
2、已知列的位置取行取用方法
#語法:dataframe的名字[dataframe的名字[dataframe的列的位置]==該列名的值] #舉例,取df的a列值為1.78的行: df[df.iloc[:,0]==1.78]
3、 以上兩段代碼生成結(jié)果相同
總結(jié)
到此這篇關(guān)于python dataframe獲得指定行列的文章就介紹到這了,更多相關(guān)dataframe獲得指定行列內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python list轉(zhuǎn)置和前后反轉(zhuǎn)的例子
今天小編就為大家分享一篇python list轉(zhuǎn)置和前后反轉(zhuǎn)的例子,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-08-08Python實(shí)現(xiàn)常用文本內(nèi)容提取
在日常工作和學(xué)習(xí)中,我們經(jīng)常需要從PDF、Word文檔中提取文本,本文將介紹如何使用Python編寫一個(gè)文本內(nèi)容提取工具,有需要的小伙伴可以參考下2025-03-03Python 正則表達(dá)式匹配字符串中的http鏈接方法
今天小編就為大家分享一篇Python 正則表達(dá)式匹配字符串中的http鏈接方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-12-12使用python+pandas讀寫xlsx格式中的數(shù)據(jù)
這篇文章主要介紹了使用python+pandas讀寫xlsx格式中的數(shù)據(jù),文章圍繞主題展開詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,感興趣的小伙伴可以參考一下2022-08-08結(jié)合Python工具使用TfidfVectorizer進(jìn)行文本特征提取方式
在自然語言處理中,TF-IDF是一種重要的特征提取方法,本文介紹了如何使用Python的sklearn庫中的TfidfVectorizer進(jìn)行文本特征提取,首先,需要安裝sklearn庫,TfidfVectorizer能將文本文檔集合轉(zhuǎn)換為TF-IDF特征矩陣2024-10-10TensorFlow tf.nn.conv2d實(shí)現(xiàn)卷積的方式
今天小編就為大家分享一篇TensorFlow tf.nn.conv2d實(shí)現(xiàn)卷積的方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-01-01