详解Pandas之容易让人混淆的行选择和列选择
在刚学Pandas时，行选择和列选择非常容易混淆，在这里进行一下讨论和归纳
本文的数据来源：https://github.com/fivethirtyeight/data/tree/master/fandango
import pandas as pd
fandango = pd.read_csv('fandango_score_comparison.csv')
原始的数据如下（截取了一部分）
行选择
Pandas进行行选择一般有三种方法：
- 连续多行的选择用类似于python的列表切片
- 按照指定的索引选择一行或多行，使用loc[]方法
- 按照指定的位置选择一行多多行，使用iloc[]方法
第一种，使用类似于python的列表切片
n = fandango[1:3]
从结果可以看到，和python的列表切片一样，索引号从0开始，选择了索引号1和2的数据（不包括3）
第二种，按照指定的索引选择一行或多行，使用loc[]方法
o = fandango.loc[1] p = fandango.loc[1:3]
可以看到，o是一个Series，选择了索引号为1的那一行数据，注意p，它与第一种的列表索引最大的不同是包含了索引号为3的那一行数据
u = fandango.loc[[1,3]]
这里按照索引号选择不连续的行
第三种，按照指定的位置选择一行多多行，使用iloc[]方法
在上面的数据中，使用iloc[]和loc[]的效果是一样的，因为索引号都是从0开始并且连续不断，现在我要删除索引号为1和2的这两行
fandango_drop = fandango.drop([1,2], axis=0)
可以看到的确删除了两行数据
此时我仍然用loc[]来索引行号为2的那一行，就会出错
s = fandango_drop.loc[2]
但是，我使用iloc[]来进行一次
t = fandango_drop.iloc[2]
看到了吧，iloc[2]的意思是选择第三行的数据，也就是索引号为4的那一行数据，因为iloc[]的计算也是从0开始的，所以iloc[]适用于数据进行了筛选后造成索引号与原来不一致的情况
loc[]与iloc[]方法之间还有一个巨大的差别，那就是loc[]里的参数是对应的索引值即可，所以参数可以是整数，也可以是字符串。而iloc[]里的参数表示的是第几行的数据，所以只能是整数
列选择
列选择比较简单，只要直接把列名传递过去即可，如果有多列的数据，要单独指出列名或列的索引号
第一种，选择单列，选择了电影名称那一列
q = fandango['FILM']
第二种，通过指定列名选择多列
r = fandango[['FILM','Metacritic']]
第三种，非常容易让人混淆的，通过列的索引号选择多列
v = fandango[[0,1,2]]
其实，列也是有一个索引号的，看到这里不禁想问，那我要选择前5列呢？我不想写一个长列表，又不想逐个写出这5列的名称，能否用切片呢？
x = fandango[[0:5]]
事实证明，这是不行的，更好的方法是在参数中构建一个列表
w = fandango[list(range(5))]
更多的参考资料：http://pandas.pydata.org/pandas-docs/version/0.17.0/api.html
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
简单来说,蓝图就是一个存储操作路由映射方法的容器,主要用来实现客户端请求和URL相互关联的功能,在Flask中,使用蓝图可以帮助我们实现模块化应用的功能,这篇文章主要给大家介绍了关于python-flask蓝图踩坑的相关资料,需要的朋友可以参考下2021-08-08
这篇文章主要介绍了Python如何实现GIF图倒放，文中讲解非常细致，帮助大家更好的理解和学习，感兴趣的朋友可以了解下2020-07-07
这篇文章主要介绍了Python集合的基础操作，Python中的集合和数学上的集合基本是没有区别的，是无序的，即不可以使用索引访问的，集合中是不能出现重复元素的。想着情了解具体内容的小伙伴可以参考下面文章内容2021-11-11
Arrow是一个功能强大、易用且具有优雅设计的Python日期时间库,它建立在Python的datetime模块之上,旨在弥补datetime模块在处理日期时间时的一些不足之处,下面我们就来了解一下Arrow库的常见时间操作吧2023-12-12
时区是指在地球上不同地方的时间差异，地球分为 24 个时区，每个时区都相对于格林威治标准时间或协调世界时（UTC）有所偏移。本文主要和大家来聊聊Python是如何处理不同时区的，希望对大家有所帮助2023-02-02
给大家介绍一下python GUI实例学习的心得以及实现的方式，希望能帮助到你。2017-11-11
这篇文章主要介绍了PyCharm远程调试代码配置以及运行参数设置方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-01-01
Python 数据分析之Beautiful Soup 提取页面信息
Beautiful Soup 提供一些简单的、python 式的函数用来处理导航、搜索、修改分析树等功能。它是一个工具箱，通过解析文档为用户提供需要抓取的数据，因为简单，所以不需要多少代码就可以写出一个完整的应用程序2021-10-10
这篇文章主要介绍了使用selenium模拟登录解决滑块验证问题的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-05-05
本篇文章主要介绍了Python实现简易端口扫描器的相关代码,具有一定的参考价值，感兴趣的小伙伴们可以参考一下。2017-03-03
最新评论