您现在的位置是：网站首页> 编程资料编程资料

pandas获取对应的行或者列方式_python_

2025-08-26 20人已围观

简介 pandas获取对应的行或者列方式_python_

loc

通过标签或布尔数组访问一组行和列。

.loc[] 主要基于标签，但也可以与布尔数组一起使用。

允许的输入为：

  • 单个标签，例如’a’，
  • 标签列表或数组，例如。[‘a’, ‘b’, ‘c’]
  • 带有标签的切片对象，例如’a’:‘f’。
  • 与切片轴长度相同的布尔数组，例如。[True, False, True]
  • 可对齐的布尔系列。遮罩之前，键的索引将对齐。
  • 可对齐索引。返回的选择的索引将作为输入。

获取单行

为了获取当行，只需要利用行号就能够获取，

>>> df = pd.DataFrame([[1, 2], [4, 5], [7, 8]], ... index=['cobra', 'viper', 'sidewinder'], ... columns=['max_speed', 'shield']) >>> print(df.loc["viper"]) max_speed 4 shield 5 Name: viper, dtype: int64

获取特定的几行

  • 可以将多个行号组成一个list，然后作为参数输入进去
>>> df = pd.DataFrame([[1, 2], [4, 5], [7, 8]], ... index=['cobra', 'viper', 'sidewinder'], ... columns=['max_speed', 'shield']) >>> print(df.loc[["cobra",'sidewinder']]) max_speed shield cobra 1 2 sidewinder 7 8
  • 利用切片获取多个连续的行

在利用切片时，也需要使用label进行切片，否则pandas不会识别

>>> df = pd.DataFrame([[1, 2], [4, 5], [7, 8]], ... index=['cobra', 'viper', 'sidewinder'], ... columns=['max_speed', 'shield']) >>> print(df.loc[ 'viper': 'sidewinder']) max_speed shield viper 4 5 sidewinder 7 8

获取特定行和列

>>> df = pd.DataFrame([[1, 2], [4, 5], [7, 8]], ... index=['cobra', 'viper', 'sidewinder'], ... columns=['max_speed', 'shield']) >>> print(df.loc[ 'viper','shield']) 5

也可以通过切片和列组合，获取特定的数值

>>> df = pd.DataFrame([[1, 2], [4, 5], [7, 8]], ... index=['cobra', 'viper', 'sidewinder'], ... columns=['max_speed', 'shield']) >>> print(df.loc['viper': 'sidewinder',:]) max_speed shield viper 4 5 sidewinder 7 8

通过bool值进行选择

>>> df = pd.DataFrame([[1, 2], [4, 5], [7, 8]], ... index=['cobra', 'viper', 'sidewinder'], ... columns=['max_speed', 'shield']) >>> df.loc[[False, False, True]] max_speed shield sidewinder 7 8

通过条件进行选择获取

通过条件获取，时间也是通过bool获取的一种特例，

>>> df = pd.DataFrame([[1, 2], [4, 5], [7, 8]], ... index=['cobra', 'viper', 'sidewinder'], ... columns=['max_speed', 'shield']) >>> df.loc[df['shield'] > 6] max_speed shield sidewinder 7 8

通过下面的结果，我们可以看出，通过条件获取后是一个对象，该对象的值就是一个bool列表，通过条件获取就是通过这个bool列表进行获取

>>> s = df['shield'] > 6 >>> type(s)  >>> s.values array([False, False, True])

通过回调函数获取

>>> df = pd.DataFrame([[1, 2], [4, 5], [7, 8]], ... index=['cobra', 'viper', 'sidewinder'], ... columns=['max_speed', 'shield']) >>> df.loc[lambda df: df['shield'] == 8] max_speed shield sidewinder 7 8

对数值进行修改

这里主要讲的是对数值的修改是永久性的，

>>> df = pd.DataFrame([[1, 2], [4, 5], [7, 8]], ... index=['cobra', 'viper', 'sidewinder'], ... columns=['max_speed', 'shield']) >>> df.loc[['viper', 'sidewinder'], ['shield']] = 50 >>> df max_speed shield cobra 1 2 viper 4 50 sidewinder 7 50

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。

您可能感兴趣的文章:

上一篇：pandas如何获取某个数据的行号_python_

相关内容

点击排行

本栏推荐

猜你喜欢

-六神源码网