那些搜过很多遍的python基础知识
发布时间:2020-12-20 12:59:26 所属栏目:Python 来源:网络整理
导读:一、 DataFrame?相关 1?索引的使用(.loc[] .iloc[]) .loc用行列标签来选择数据。.iloc 根据行数与列数索引。 import pandas as pddata = pd.DataFrame({ ‘ A ‘ :[1,2,3], ‘ B ‘ :[4,5,6], ‘ C ‘ :[7,8,9 ]})data A B Ca 1 4 7 b 2 5 8 c 3 6 9 data.
一、 DataFrame?相关1?索引的使用(.loc[] .iloc[]).loc用行列标签来选择数据。.iloc 根据行数与列数索引。 import pandas as pd data = pd.DataFrame({‘A‘:[1,2,3],‘B‘:[4,5,6],‘C‘:[7,8,9]}) data A B C a 1 4 7 b 2 5 8 c 3 6 9 data.loc[1,‘B‘] 5 data.iloc[1,1] 5 data.iloc[1:2,1:2] 5 data.iloc[1:3,1:3] B C 1 5 8 2 6 9 ?2?数据整合(concat)import pandas as pd import numpy as np df_obj1 = pd.DataFrame(np.random.randint(0,10,(3,2)),index=[‘a‘,‘b‘,‘c‘],columns=[‘A‘,‘B‘]) df_obj2 = pd.DataFrame(np.random.randint(0,(2,‘b‘],columns=[‘C‘,‘D‘]) df_obj3 = pd.DataFrame(np.random.randint(0,‘B‘]) pd.concat([df_obj1,df_obj2]) #列名相同时纵向堆砌 列名不同时横着排上 默认axis=0 A B C D a 1.0 0.0 NaN NaN b 9.0 9.0 NaN NaN c 6.0 1.0 NaN NaN a NaN NaN 1.0 6.0 b NaN NaN 1.0 8.0 pd.concat([df_obj1,df_obj2],axis=1) #横着排上 A B C D a 0 5 6.0 7.0 b 4 4 9.0 3.0 c 0 5 NaN NaN (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |