pandas 시리즈 DataFrame 행렬 데이터 선별 인 스 턴 스
DataFrame 의 본질은 줄(index)열(column)색인+다 열 데이터 입 니 다.
이 해 를 간소화 하기 위해 서 우 리 는 생각 을 바 꾸 어도 무방 하 다.
현실 에 서 는 한 가지 사물 에 대한 묘 사 를 간소화 하기 위해 몇 가지 특징 을 선택한다.
예 를 들 어(성별,신장,학력,직업,취미...)등 측면 에서 한 사람 을 묘사 하 는데 이런'각도'는 바로'특징'이다.
그 중에서 서로 다른 줄 은 서로 다른 기록 을 나타 낸다.열 은 특징 을 대표 하고 서로 다른 기록 은 각 특징 간 의 차이 에 따라 다르다.
DataFrame 기본 색인 은 번호(0,1,2...)로 위치 색인 으로 이해 할 수 있 습 니 다.일반적으로 우 리 는 id 로 서로 다른 기록 을 표시 하고 index 를 바 꾸 지 않 습 니 다.그러나 서로 다른 특징(열)의 미 를 이해 하기 위해 우 리 는 column 을 다시 지정 합 니 다.
간단 하지만 엄밀 하지 않 은 이 해 는 다음 과 같다.
행렬
행 C index C 기록(기본 색인 을 사용 합 니 다)
열 C column C 특징(사용자 정의 색인)
인덱스
기본 색인 C 번호 C 위치 C 는 색인 이 편리 하지만 이해 가 쉽 지 않 습 니 다.
사용자 정의 색인 C 특징 이름 C 속성 C 이해 하기 쉽 습 니 다.
2.dataframe 에 대해 행렬 데이터 선별
import pandas as pd,numpy as np
from pandas import DataFrame
df = DataFrame(np.arange(20).reshape((4,5)),column = list('abcde'))
1.df[]&df.열 데이터 선택
df.a
df[[‘a','b']]
2.df.loc[index],[colunm]탭 을 통 해 데 이 터 를 선택 합 니 다.줄 을 선택 하지 않 을 때[index]에 기입 하 십시오.(비어 있 으 면 안 됩 니 다.)즉,df.loc[:,'a']는 a 열의 모든 데 이 터 를 선택 하 는 것 을 표시 합 니 다.
df.loc[0,'a']
df.loc[0:1,[‘a','b']]
df.loc[[0,2],[‘a','c']]
3.df.iloc[index],[colunm]위치 선택 데이터
줄 을 선택 하지 않 을 때 df.loc[],즉[index]곳 이 비어 있 으 면 안 됩 니 다.
df.iloc[0,0]
df.iloc[0:1,1:3]
df.iloc[[0,2],[1,3]]
4.df.ix[index],[column]탭 or 위치 로 데이터 선택
df.ix[]는 탭 과 위치 선택 을 혼합 하 였 습 니 다.주의해 야 할 것 은[index]와[column]의 상자 안에 같은 종류의 선택 을 지정 해 야 한 다 는 것 이다.
df.ix[0:1],['a',3]잘못 보고
이상 의 pandas 시리즈 의 DataFrame 행렬 데이터 선별 인 스 턴 스 는 바로 작은 편집 이 여러분 에 게 공유 하 는 모든 내용 입 니 다.참고 가 되 고 저 희 를 많이 사랑 해 주 셨 으 면 좋 겠 습 니 다.
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:
【Pandas】DatetimeIndex란? no.29안녕하세요, 마유미입니다. Pandas에 대한 기사를 시리즈로 작성하고 있습니다. 이번은 제29회의 기사가 됩니다. 에서 Pandas의 시간에 대한 모듈에 대해 씁니다. 이번 기사에서는, 「DatetimeIndex」...
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.