好湿?好紧?好多水好爽自慰,久久久噜久噜久久综合,成人做爰A片免费看黄冈,机机对机机30分钟无遮挡

主頁 > 知識庫 > 聊聊Python pandas 中l(wèi)oc函數(shù)的使用,及跟iloc的區(qū)別說明

聊聊Python pandas 中l(wèi)oc函數(shù)的使用,及跟iloc的區(qū)別說明

熱門標(biāo)簽:舉辦過冬奧會的城市地圖標(biāo)注 地圖地圖標(biāo)注有嘆號 400電話申請資格 阿里電話機器人對話 螳螂科技外呼系統(tǒng)怎么用 qt百度地圖標(biāo)注 正安縣地圖標(biāo)注app 電銷機器人系統(tǒng)廠家鄭州 遼寧智能外呼系統(tǒng)需要多少錢

loc和iloc的意思

首先,loc是location的意思,和iloc中i的意思是指integer,所以它只接受整數(shù)作為參數(shù),詳情見下面。

loc和iloc的區(qū)別及用法展示

1.區(qū)別

loc works on labels in the index.
iloc works on the positions in the index (so it only takes integers).

2.用法展示

首先創(chuàng)建一個dataframe:

1)loc為Selection by Label函數(shù),即為按標(biāo)簽取數(shù)據(jù),標(biāo)簽是什么,就是上面的'0'~‘4', ‘A'~‘B'。

例如第一個參數(shù)選擇index,第二個參數(shù)選擇column,如下圖:

建議寫df.loc[0, :],這樣可以清楚的看出為第0行的所有記錄,同樣如果取第'A'列的所有記錄,可以寫df.loc[:, ‘A'],如下圖:

:表示所有,[]里邊為先行后列。

2)iloc函數(shù)為Selection by Position,即按位置選擇數(shù)據(jù),即第n行,第n列數(shù)據(jù),只接受整型參數(shù)

記住,0:2為左閉右開區(qū)間,即取0,1,如下圖:

若要取第一列的所有數(shù)據(jù),則為df.iloc[:, 0],記住不接受'A'作為參數(shù),如下圖:

補充:只需一個例子幫你搞清并記住python loc和iloc

幫你區(qū)分python loc和iloc

最基本的概念loc通常用于行標(biāo)簽和列標(biāo)簽,iloc通常直接用于行序號和列序號,具體舉個例子幫助大家理解。

創(chuàng)建一個以abcd為索引,四行三列的Dataframe。

df = pd.DataFrame({'number':[10,20,30,20],
     '科目':['語文','數(shù)學(xué)','英語','化學(xué)'],
     '名稱':['小米','華為','蘋果','聯(lián)想']},index=['a','b','c','d'])
print(df)

結(jié)果如圖所示 :

先來看loc:

print(df.loc['a':'c'])
print(df.loc[['a','c']])
print(df.loc[:'c'])

分別輸出a行到c行;a行和c行;a行到c行。

如圖所示:

還可以設(shè)置取出某幾行某幾列:

print(df.loc[:'c',['number','科目']])

結(jié)果如下圖所示:取出a到c行的number和科目列。

如下圖所示:

loc基本用法就這些。實際上iloc用法和loc差不多,但iloc不是直接取已有索引。而是默認(rèn)索引就是1,2,3,4~~~

同樣的我們用iloc做下上述操作。

print(df.iloc[0:3])
print(df.iloc[[0,2]])
print(df.iloc[:3])

結(jié)果同樣如上圖所示:

用iloc取出a到c行的number和科目列:

print(df.iloc[0:3,[0,1]])

結(jié)果如下圖所示:

我相信讀到這里大家應(yīng)該就理解了它們的用法。最后再提醒大家一下,loc不管行還是列調(diào)用的都是Dataframe自身的行標(biāo)簽和列標(biāo)簽。

而iloc調(diào)用的是行[1,2,3,4~],列[1,2,3,4]。

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。如有錯誤或未考慮完全的地方,望不吝賜教。

您可能感興趣的文章:
  • Python Pandas知識點之缺失值處理詳解
  • Python基礎(chǔ)之教你怎么在M1系統(tǒng)上使用pandas
  • Python基礎(chǔ)之pandas數(shù)據(jù)合并
  • python-pandas創(chuàng)建Series數(shù)據(jù)類型的操作
  • Python數(shù)據(jù)分析之pandas函數(shù)詳解
  • python基于Pandas讀寫MySQL數(shù)據(jù)庫
  • python pandas合并Sheet,處理列亂序和出現(xiàn)Unnamed列的解決
  • python 使用pandas同時對多列進行賦值
  • python之 matplotlib和pandas繪圖教程
  • Python pandas軸旋轉(zhuǎn)stack和unstack的使用說明
  • Python3 pandas.concat的用法說明
  • python pandas模糊匹配 讀取Excel后 獲取指定指標(biāo)的操作
  • python讀寫數(shù)據(jù)讀寫csv文件(pandas用法)
  • Python Pandas list列表數(shù)據(jù)列拆分成多行的方法實現(xiàn)
  • python繪圖pyecharts+pandas的使用詳解
  • Python機器學(xué)習(xí)三大件之二pandas

標(biāo)簽:濟源 隨州 淘寶好評回訪 信陽 興安盟 合肥 昭通 阜新

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《聊聊Python pandas 中l(wèi)oc函數(shù)的使用,及跟iloc的區(qū)別說明》,本文關(guān)鍵詞  聊聊,Python,pandas,中,loc,函數(shù),;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《聊聊Python pandas 中l(wèi)oc函數(shù)的使用,及跟iloc的區(qū)別說明》相關(guān)的同類信息!
  • 本頁收集關(guān)于聊聊Python pandas 中l(wèi)oc函數(shù)的使用,及跟iloc的區(qū)別說明的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章
    主站蜘蛛池模板: 吻戏床戏视频亲胸欧美| 久久精品久久噜男人的天堂| 蜜桃视频成人A片免费观看少妃| 美女被到爽视频免费下载| ?国产精品嫩草影院AV蜜芽| 有人知道4虎吗| segui999久久久久精品| 中文字幕动漫精品专区| 花木兰电影迪士尼| 亚洲人成网站色ww在线| 真实女人一级特黄大片| 色的视频网站| 羞羞动| 美女黄漫画| 羞羞漫画秘密教学| 中国女人内谢69xxxx| 与外国人啪啪高h高肉| 吉尺明步大战黑人在线视频| 婷婷色国产偷v国产偷v| 秋霞理论在线| 成年女人毛片免费播放视频m| 国产精品中文| 嫩白BBwBBwBBWBBw| 成人精品一区日本无码网| 丝宝女同丝袜福利视频| 欧美视频精品全部免费观看| 天使肉h污文| 末班车动漫无删减在线观看| 扒开腿挺进嫩苞处破苞疼| 南男北女大尺度在几分几秒 | 资中县| 免费?无码?国产在线看喉| 女生RAP发声技巧| 忍无可忍观看高清完整版韩剧| 美女被?到高潮喷出白| 性色AV色香蕉一区二区蜜桃| 三上悠亚magnet| 龙井市| 国产精品色情国产Va在线| 国产理论片在线观看先生| china中国@厕所|