10분 만에 데이터 프레임 데이터 선택 쉽게 파악
데이터 초기화
import pandas as pd
import numpy as np
a=np.array([[' ',' ',' ',' '],[' ',' ',' ',' '],[' ',' ',' ',' '],[' ',' ',' ',' ']])
df=pd.DataFrame(a,index=[' ',' ',' ',' '],columns=[' ',' ',' ',' '])
도시 지리 등급이 연해인지 아닌지북경 북방 일선의 비연해
2 항주 남방 2선 비연해
삼심천 남방 일선 연해
사연대 북방 3선 연해
행을 선택합니다.
loc를 통해 어떤 줄을 선택하세요
loc 라벨은 축 라벨, 즉 우리의 색인 이름입니다. 사용도 매우 간단합니다.
df.loc[' ']
도시 항주지리 남방
레벨 2선
연해 비연해 여부
Name: 2, dtype: object
iloc를 통해 어떤 줄을 선택하십시오
iloc는 우리가 사용하는 메타그룹 목록과 같은 색인 정수 탭입니다.예를 들어 우리는 두 번째 줄의 데이터를 선택하고 싶고, 두 번째 줄의 인덱스는 1이다.
df.iloc[1]
도시 항주지리 남방
레벨 2선
연해 비연해 여부
Name: 2, dtype: object
열 선택
가장 간단한 방법은 어떤 열을 선택하는 것이다
만약 우리가 열 색인을 알고 있다면, 어떤 열을 선택하는 것은 매우 간단해질 것이다
df[' ']
한 가닥2선
세 가닥
사삼선
Name: 레벨, dtype: object
iloc를 통해 어떤 열을 선택합니다
위에서 말한 바와 같이iloc를 사용하는 방법과 같이, 우리는 줄이나 열의 색인만 보내면 된다.사실 일락의 중괄호에는 두 개의 인자를 입력할 수 있다.앞쪽은 행이고 뒤쪽은 열의 중간을 쉼표로 구분합니다.(쉼표가 생략된 경우 기본적으로 행 선택)
예를 들어 지금 우리는 2열을 선택하고 싶다. 우리는 쉼표값으로 입력만 하면 된다. 모든 줄을 대표하고, 뒤에 1을 입력하면 2열을 대표한다.
df.iloc[:, 1]
북방이남방
삼남방
사북방
Name: 지리, dtype: object
loc를 통해 어떤 열을 선택하세요
일락의 사용과 비슷하지만, 데이터 선별에서 우리는 줄 정수 인덱스가 아니라 구체적인 인덱스 값을 사용하지 않습니다.
df.loc[:, ' ']
일비 연해이비연해
삼연해
사연해
Name: 연해 여부, dtype: object
한 줄의 몇 열 또는 한 열의 한 줄을 선택하다
사실 loc와iloc는 데이터 프레임에서 데이터를 선택하는 가장 효율적인 방식이고 그의 기능도 매우 강하다.우리는 마음대로 조합할 수 있다.
행의 열 선택
예를 들면 저희가 지금 두 번째 줄의 중간 두 열을 선택하고 있어요.
df.iloc[1,1:3]
지리 남방레벨 2선
Name: 2, dtype: object
물론 우리도 정수 인덱스를 사용하지 않을 수 있다
df.loc[' ':,' ':' ']
지리적 수준이남방 2선
삼남방 일선
사북방 3선
행렬의 자유 조합을 통해 데이터를 선택하다
예를 들어 저희가 2열에서 3열의 2열과 3열을 선택하고 싶어요.
df.iloc[2:4:, 2:4]
레벨 연해 여부삼일선 연해
사삼선 연해
마찬가지로 매우 간단하다. loc를 통해 사용 효과가 같다.
열 또는 행을 선택합니다.
열 선택
df.iloc[:,2:4]
레벨 연해 여부일선의 비연해
2선 비연해
삼일선 연해
사삼선 연해
행을 선택합니다.
도시 지리 등급이 연해인지 아닌지
2 항주 남방 2선 비연해
삼심천 남방 일선 연해
단일 측정값 가져오기
만약 데이터 프레임을 표로 간주한다면, 이것은 표 안의 어떤 칸의 값을 얻는 것으로 볼 수 있다
iat를 통해 획득
iat 는 정수 레이블입니다.
df.iat[2,2]
'일선'at를 통해 얻기
at는 구체적인 색인 값을 얻기 위해
df.at[' ',' ']
'일선'10분 동안 데이터 프레임 데이터 선택을 쉽게 파악할 수 있는 이 글은 여기까지 소개되었습니다. 더 많은 데이터 프레임 데이터 선택 내용은 저희 이전의 글을 검색하거나 아래의 관련 글을 계속 훑어보십시오. 앞으로 많은 응원 부탁드립니다!
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
Python Web Crawling _ CSV로 데이터 저장하기 [1]그리고 DataFrame을 만들고 csv 형태의 파일로 저장하는데 유용한 Pandas를 설치하겠습니다. 위에 설치한 pandas와 sleep을 사용하기 위한 time , encoder을 위한 base64까지 impo...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.