0
点赞
收藏
分享

微信扫一扫

Python 教程之 Pandas(11)—— 索引和选择 series 的数据

这篇文章我们简单介绍一下索引和选择 series 的数据

索引和选择 series 的数据

pandas 中的索引意味着只需从系列中选择特定数据。索引可能意味着选择所有数据,其中一些数据来自特定列。索引也可以称为子集选择

使用索引运算符索引系列[]
索引运算符用于引用对象后面的方括号。和索引器​​​.loc​​​还​​.iloc​​使用索引运算符进行选择。在这个索引运算符中要引用 df[ ]。

# importing pandas module  
import pandas as pd

# 制作数据框
df = pd.read_csv("nba.csv")

ser = pd.Series(df['Name'])
data = ser.head(10)
data

Python 教程之 Pandas(11)—— 索引和选择 series 的数据_后端


现在我们使用索引运算符 [ ] 访问系列的元素。

# 使用索引运算符
data[3:6]

输出:

Python 教程之 Pandas(11)—— 索引和选择 series 的数据_Python_02



索引 series 使用.loc[ ]

此函数通过引用显式索引来选择数据。​​df.loc​​索引器以不同于索引运算符的方式选择数据。它可以选择数据子集。

# importing pandas module  
import pandas as pd

# 制作数据框
df = pd.read_csv("nba.csv")

ser = pd.Series(df['Name'])
data = ser.head(10)
data

Python 教程之 Pandas(11)—— 索引和选择 series 的数据_后端_03


现在我们使用​​.loc[]​​函数访问系列的元素。

# 使用 .loc[] 函数
data.loc[3:6]

输出:

Python 教程之 Pandas(11)—— 索引和选择 series 的数据_python_04


索引 series 使用.iloc[ ]
此功能允许我们按位置检索数据。为此,我们需要指定所需数据的位置。索引器​​​df.iloc ​​​非常相似,​​df.loc ​​但仅使用整数位置进行选择。

# importing pandas module  
import pandas as pd

# 制作数据框
df = pd.read_csv("nba.csv")

ser = pd.Series(df['Name'])
data = ser.head(10)
data

Python 教程之 Pandas(11)—— 索引和选择 series 的数据_Python_05


现在我们使用​​.iloc[]​​函数访问 Series 的元素。

# 使用 .iloc[] 函数
data.iloc[3:6]

输出 :

Python 教程之 Pandas(11)—— 索引和选择 series 的数据_后端_06

本篇文章到此就结束了,相关文章:

  • Python 教程之 Pandas(1)—— Pandas 数据框
  • Python 教程之 Pandas(2)—— 创建 Pandas 数据框
  • Python 教程之 Pandas(3)—— 处理 Pandas DataFrame 中的行和列
  • Python 教程之 Pandas(4)—— 使用 Pandas 索引和选择数据
  • Python 教程之 Pandas(5)—— Pandas 中的布尔索引
  • Python 教程之 Pandas(6)—— DataFrame 中的转换函数
  • Python 教程之 Pandas(7)—— 遍历 Pandas DataFrame 中的行和列
  • Python 教程之 Pandas(8)—— 在 Pandas 中处理缺失数据
  • Python 教程之 Pandas(9)—— 创建 Pandas Series
  • Python 教程之 Pandas(10)—— 访问 series 的元素

感谢大家的阅读,有什么问题的话可以在评论中告诉我。希望大家能够给我来个点赞+收藏+评论 ,你的支持是海海更新的动力!后面我会持续分享前端 & 后端相关的专业知识。

举报

相关推荐

0 条评论