首先非常感謝在這裡能為你解答這個問題,讓我帶領你們一起走進這個問題,現在讓我們一起探討一下。
1. 根據列名選擇:>>> df["A"]
選擇df中名稱為"A"的列,該操作產生一個Series,等同於df.A。
2. 根據行號選擇:>>> df[0 : 3]
選擇df中第0到第2行,該操作產生一個DataFrame。
3. 根據索引選擇:>>> df["20130102" : "20130104"]
選擇索引為"20130102"、"20130103"、"20130104"的行,這些索引對應的型別是DatetimeIndex。
4. 根據索引、列名共同選擇
一個索引的情況
多個索引的情況
>>> df.loc[index1 : index2] # index1和index2的型別要與df的索引型別一致。>>> df.loc[index1 : index2, "A"]>>> df.loc[index1 : index2, ["A","B"]]
5. 根據位置選擇
選擇某一行
>>> df.iloc[1] # 選擇第1行,注:df從第0行開始編號
選擇某一列
>>> df.iloc[:, 1] # 選擇第1列,注:df從第0列開始編號
選擇某行、某列的那個元素
>>> df.iloc[1, 1] # 選擇第1行第1列的那個元素
>>> df.iat[1, 1] # 同上,但速度更快
選擇某些行、某些列
>>> df.iloc[3:5, 0:2]
>>> df.iloc[[1,2,4], [0, 2]]
>>> df.iloc[1:3, :]
>>> df.iloc[:, 1:3]
6. 根據條件選擇
>>> df[df.A > 0] # 返回df中"A"列大於0的行
>>> df[df > 0] # 返回一個與df相同大小的df2,保留原df中大於0的元素,並將原df中小於等於0的元素置為NaN
賦值
>>> df["A"] = s1 # s1是一個Series
>>> df.at[index, ‘A’] = 0
>>> df.iat[0, 1] = 0
>>> df.loc[:, "A"] = np.array([5] * len(df))
>>> df[df > 0] = df2 # 將df中大於0的元素置為df2中對應的元素
在以上的分享關於這個問題的解答都是個人的意見與建議,我希望我分享的這個問題的解答能夠幫助到大家。
有一款產品叫燕雲DAAS可以解決,燕雲DAAS只需要提供系統地址和賬號密碼可以動態生成API資料介面實現資料的互動。非侵入式資料採集。政務方面應用很廣泛的
首先非常感謝在這裡能為你解答這個問題,讓我帶領你們一起走進這個問題,現在讓我們一起探討一下。
1. 根據列名選擇:>>> df["A"]
選擇df中名稱為"A"的列,該操作產生一個Series,等同於df.A。
2. 根據行號選擇:>>> df[0 : 3]
選擇df中第0到第2行,該操作產生一個DataFrame。
3. 根據索引選擇:>>> df["20130102" : "20130104"]
選擇索引為"20130102"、"20130103"、"20130104"的行,這些索引對應的型別是DatetimeIndex。
4. 根據索引、列名共同選擇
一個索引的情況
多個索引的情況
>>> df.loc[index1 : index2] # index1和index2的型別要與df的索引型別一致。>>> df.loc[index1 : index2, "A"]>>> df.loc[index1 : index2, ["A","B"]]
5. 根據位置選擇
選擇某一行
>>> df.iloc[1] # 選擇第1行,注:df從第0行開始編號
選擇某一列
>>> df.iloc[:, 1] # 選擇第1列,注:df從第0列開始編號
選擇某行、某列的那個元素
>>> df.iloc[1, 1] # 選擇第1行第1列的那個元素
>>> df.iat[1, 1] # 同上,但速度更快
選擇某些行、某些列
>>> df.iloc[3:5, 0:2]
>>> df.iloc[[1,2,4], [0, 2]]
>>> df.iloc[1:3, :]
>>> df.iloc[:, 1:3]
6. 根據條件選擇
>>> df[df.A > 0] # 返回df中"A"列大於0的行
>>> df[df > 0] # 返回一個與df相同大小的df2,保留原df中大於0的元素,並將原df中小於等於0的元素置為NaN
賦值
>>> df["A"] = s1 # s1是一個Series
>>> df.at[index, ‘A’] = 0
>>> df.iat[0, 1] = 0
>>> df.loc[:, "A"] = np.array([5] * len(df))
>>> df[df > 0] = df2 # 將df中大於0的元素置為df2中對應的元素
在以上的分享關於這個問題的解答都是個人的意見與建議,我希望我分享的這個問題的解答能夠幫助到大家。