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 아닌지
북경 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 항주
지리 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 항주
지리 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 가닥
2선
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]

북방
이남방
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 연해
이비연해
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 남방
레벨 2선
Name: 2, dtype: object
물론 우리도 정수 인덱스를 사용하지 않을 수 있다

df.loc[' ':,' ':' ']

지리적 수준
이남방 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 여부
삼일선 연해
사삼선 연해
마찬가지로 매우 간단하다. loc를 통해 사용 효과가 같다.

열 또는 행을 선택합니다.

열 선택

df.iloc[:,2:4]

레벨 연해 여부
일선의 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!