更新时间:2022-09-05 来源:快连程序员 浏览量:
虽然DataFrame操作索引能够满足基本数据查看请求,但是仍然不够灵活。为此,Pandas库中提供了操作索引的方法来访问数据,具体包括:
♦loc:基于标签索引(索引名称,如a、b等),用于按标签选取数据。当执行切片操作时,既包含起始索引,也包含结束索引。
♦loc:基于位置索引(整数索引,从0到length-1),用于按位置选取数据。当执行切片操作时,只包含起始索引,不包含结束索引。
iloc方法主要使用整数来索引数据,而不能使用字符标签来索引数据。而loc方法恰恰相反,它只能使用字符标签来索引数据,而不能使用整数来索引数据。不过,当DataFrame对象的行索引或列索引使用的是整数时,则其就可以使用整数来索引。
假设,现在有一个DataFrame对象,具体代码如下。
In [39]: arr=np.arrange(16) .reshape(4, 4)
dataframe_obj=pd.DataFrame(arr, columns=['a', 'b', 'c', 'd'])
dataframe_obj
Out[39]:
a b c d
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
接下来,我们通过一段示例程序来演示如何使用上述方法来获取DataFrame中多列的数据,具体代码如下。
In [40]: dataframe_obj.loc[:, ["c", "a"]]
In [41]: dataframe_obj.iloc[:, [2,0]]
它们两个输出的结果一样,具体如下:
c a
0 2 0
1 6 4
2 10 8
3 14 12
还可以通过loc方法和iloc方法使用花式索引来访问数据,具体代码如下。
In [43]: dataframe_obj.loc[1:2, ['b', 'c']]
In [44]: dataframe_obj.iloc[1:3, [1, 2]]
它们两个输出的结果也是一样的,具体如下:
b c
1 5 6
2 9 10