如何獲取DataFrame值的索引以及其他
獲取DataFrame值的索引及其他
1、可以用DataFrame的條件索引,即令df_sub=df[conditions],然后再獲取df_sub的index屬性即可
2、對于某一個列,可以先轉(zhuǎn)化為list類型,然后利用list.index(values)方法獲取索引,其中若有重復(fù)著,則返回第一個值對應(yīng)的索引
3、list.count(value)可返回value在list中的個數(shù)
4、DataFrame.count()返回每行或每列的值的個數(shù),除去空值(默認是行)
dataframe索引總結(jié)
dataframe通過索引獲取數(shù)據(jù)的方式有[]、iloc、loc等幾種方式
使用方法如下:
dates = pd.date_range("20130101", periods=6) df3=pd.DataFrame(np.random.randn(6,4),index=dates,columns=list('ABCD'))
A B C D 2013-01-01 0.469112 -0.282863 -1.509059 -1.135632 2013-01-02 1.212112 -0.173215 0.119209 -1.044236 2013-01-03 -0.861849 -2.104569 -0.494929 1.071804 2013-01-04 0.721555 -0.706771 -1.039575 0.271860 2013-01-05 -0.424972 0.567020 0.276232 -1.087401 2013-01-06 -0.673690 0.113648 -1.478427 0.524988
一、[]
df[]的參數(shù)只能傳入一個維度,要么是行索引,要么是列索引,不能同時傳入行索引和列索引。
(一)當(dāng)查詢某一列時,df[]傳入一個columns值。
df3['A']
2013-01-01 0.531617 2013-01-02 0.246897 2013-01-03 -0.998825 2013-01-04 0.155664 2013-01-05 -1.624819 2013-01-06 -0.096553 Freq: D, Name: A, dtype: float64
(二)當(dāng)查詢多列時,df[]傳入一個columns值的列表。
df3[['A','B']]
A B 2013-01-01 0.531617 -0.482471 2013-01-02 0.246897 3.693472 2013-01-03 -0.998825 0.155230 2013-01-04 0.155664 0.496338 2013-01-05 -1.624819 0.326698 2013-01-06 -0.096553 -0.250773
(三)當(dāng)查詢某一行或多行時,只能傳入index值的切片。
df3[0:0] #dataframe的第0行是指columns行。
A B C D
df3[0:3]
A B C D 2013-01-01 0.531617 -0.482471 0.185244 -0.236437 2013-01-02 0.246897 3.693472 0.091417 0.419647 2013-01-03 -0.998825 0.155230 0.942951 0.699358
df3[3:]
A B C D 2013-01-04 0.155664 0.496338 0.458513 0.315339 2013-01-05 -1.624819 0.326698 -2.198222 -0.544078 2013-01-06 -0.096553 -0.250773 0.491527 -1.857682
二、loc
.loc和.iloc的參數(shù)可以有值、列表、切片三種方式。傳入值時,結(jié)果是series,傳入列表和切片時,結(jié)果是dataframe。
.loc和.iloc的參數(shù)通過逗號分為兩部分,前面是行索引或下標(biāo),后面是列索引或下標(biāo),列索引可以省略,但行索引不能省略。
最后
以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python?不設(shè)計?do-while?循環(huán)結(jié)構(gòu)的理由
Python作為一種語言不支持do-while循環(huán)。?但是,我們可以采用一種變通方法來模擬do-while循環(huán)?。下面通過本文給大家分享下Python?不設(shè)計do-while?循環(huán)結(jié)構(gòu)的理由,需要的朋友可以參考下2022-01-01K最近鄰算法(KNN)---sklearn+python實現(xiàn)方式
今天小編就為大家分享一篇K最近鄰算法(KNN)---sklearn+python實現(xiàn)方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02