ICode9

精准搜索请尝试: 精确搜索
首页 > 编程语言> 文章详细

【Python数据分析-3】:Pandas常用操作-数据选择的常用方法

2021-11-20 14:02:51  阅读:95  来源: 互联网

标签:11 常用 07 Python 00 2021 data Pandas Out


数据选择的常用方法

在ipython解释器下,构造测试数据

In [1]: import numpy as np

In [2]: import pandas as pd

In [3]: dates = pd.date_range('20211107', periods=6)

In [4]: data = pd.DataFrame(np.random.randn(6, 4), index=d
   ...: ates, columns=['A', 'B', 'C', 'D'])

In [5]: data
Out[5]:
                   A         B         C         D
2021-11-07 -0.877244  1.713848  0.144780  0.011379
2021-11-08 -0.213253  0.344520 -0.658004  0.648373
2021-11-09  0.408933 -0.145004 -1.644283 -0.402420
2021-11-10  0.687184  0.412389  0.571787  0.069970
2021-11-11  0.984974 -1.827038  1.206369 -1.701110
2021-11-12  2.179770 -0.607483 -0.170085  0.617194
复制代码

按行标签选择数据

In [11]: data.loc['2021-11-07']
Out[11]:
A   -0.877244
B    1.713848
C    0.144780
D    0.011379
Name: 2021-11-07 00:00:00, dtype: float64
复制代码

列标签获取多列数据

In [15]: data.loc[:, ['A', 'B']]
Out[15]:
                   A         B
2021-11-07 -0.877244  1.713848
2021-11-08 -0.213253  0.344520
2021-11-09  0.408933 -0.145004
2021-11-10  0.687184  0.412389
2021-11-11  0.984974 -1.827038
2021-11-12  2.179770 -0.607483
复制代码

结合行标签和列标签获取多行多列数据

In [16]: data.loc['2021-11-07':'2021-11-09', ['A', 'B']]
Out[16]:
                   A         B
2021-11-07 -0.877244  1.713848
2021-11-08 -0.213253  0.344520
2021-11-09  0.408933 -0.145004
复制代码

根据行标签和列标签获取某行多列数据

In [17]: data.loc['2021-11-07', ['A', 'B']]
Out[17]:
A   -0.877244
B    1.713848
Name: 2021-11-07 00:00:00, dtype: float64
复制代码

根据特定行标签和特定的列标签获取某一个值

# 方法一:
In [19]: data.loc['2021-11-07', 'A']
Out[19]: -0.877244243377641
# 方法二: 
In [20]: data.at['2021-11-07', 'A']
Out[20]: -0.877244243377641
复制代码

按索引位置(第几个位置,0索引为第一个位置)获取数据

In [22]: data
Out[22]:
                   A         B         C         D
2021-11-07 -0.877244  1.713848  0.144780  0.011379
2021-11-08 -0.213253  0.344520 -0.658004  0.648373
2021-11-09  0.408933 -0.145004 -1.644283 -0.402420
2021-11-10  0.687184  0.412389  0.571787  0.069970
2021-11-11  0.984974 -1.827038  1.206369 -1.701110
2021-11-12  2.179770 -0.607483 -0.170085  0.617194

In [23]: data.iloc[0]
Out[23]:
A   -0.877244
B    1.713848
C    0.144780
D    0.011379
Name: 2021-11-07 00:00:00, dtype: float64

标签:11,常用,07,Python,00,2021,data,Pandas,Out
来源: https://blog.csdn.net/Python4857/article/details/121431369

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有