记录一些pandas选择数据的内容，此前首先说行列名的获取和更改，以方便获取数据。此文作为学习巩固。
这篇博的内容顺序大概就是： 行列名的获取 —> 行列名的更改 —> 数据选择
一、pandas的行列名获取和更改
1. 获取: df.index() df.columns()
首先，举个例子，做一个DataFrame如下：
>import pandas as pd
>import numpy as np
>data = pd.DataFrame({'a':[1,2,3],'b':[4,5,6],'c':[7,8,9]})
>data
设置了列索引为 abc，行索引是自动生成的，也可以设置
>data.index = ['A','B','C'] >data
以下的做法都以这个 data 作为数据举例
接下来就可以获取索引了，index-行索引，columns-列索引
>data.index
>data.columns
2. 修改，看到有很多方法，这里推荐一种比较灵活好用的方法
df.rename(index={ }, columns={ }, inplace=True)
>data.rename(index={'A':'D', 'B':'E', 'C':'F'}, columns={'a':'d', 'b':'e', 'c':'f'}, inplace = True)
>data
说明3点：
1. index和columns无关，可以分别指定，也就是说，可以只修改行索引，那么rename()中只写index
2. 索引可以任意挑选，如此处，index={'A':'D', 'C':'F'} 则只改A和C，columns同样
3. inplace=True, 在原dataframe上改动
二、pandas的数据选择
1. 直接用索引选(不灵活、不推荐） df[ ]
1） 选择‘a'列
>data['a']
注意：
1. 这样取出的数据类型为 Series
2. 这种方法只能取出一列，不能用数字下标，不能多选或片选, data['a','b'] , data['a':'c'] , data[0]
2）选择'A','B'行
>data['A':'B'] >data[0:2] # 两种方法同一结果
注意：
1. 这样取出的数据类型为 DateFrame
2. 这种方法只能用于片选行，可以用数字下标，不能单独取，即 data['A'] , data['A','B'] , data[1]
2.使用 .loc(推荐） df.loc()，()内参数先行后列，区别行列的取法
1) 取列：
>data.loc[:,['a','c']] #图1 需要行全取，再对应指定列
2）取行：
>data.loc[['A','B']] #图2 直接指定行
3）取行列交叉值：
>data.loc[['A'],['b','c']] #图3
注意：
1. 区别 df.iloc()
.loc() —— 使用标签 label 作为索引取值
.iloc() —— 使用整数下标 index 作为索引取值,如上面三句可以换成以下三句，输出数据类型有不同
>data.iloc[:,[0,2]] # DataFrame >data.iloc[[0,1]] # DataFrame >data.iloc[0,[1,2]] # Series
2. 对于 数字类型的变量，可以使用bool 选取行，列不能用bool，如
>data.loc[data.b>5] # DataFrame
>data.loc[data.b>5,['c']] #DataFrame 输出为9位置的frame >data.iloc[data.b.values>5,[2]] #DataFrame 输出同上，需要有 .values取值
3. .ix[ ] 可以混用label和index，位置使用同 .loc[ ] .iloc[ ]
以上这篇对pandas的行列名更改与数据选择详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
3月27日消息，苹果宣布2024年全球开发者大会（WWDC）将于6月10日至6月14日举行，巧合的是，这次大会与端午假期重合。
苹果官方表示：
在线参加 Apple 每年规模最大的开发者盛会。亲眼见证 Apple 最新平台、技术和工具的发布。了解如何创建和改进你的 App 和游戏。与 Apple 设计师和工程师互动交流，与全球开发者社区建立联系。以上活动均免费在线举行。
探索各种新的工具、框架和功能，助力你打造出理想的 App 和游戏。通过视频讲座学习新技能，与 Apple 专家进行一对一会面，以推进你的项目，完善你的构思。
Swift Student Challenge 旨在支持和鼓舞下一代开发者、创作者和企业家。太平洋时间 3 月 28 日，我们将公布今年的获奖者名单。获奖者将有资格参加在 Apple Park 举办的特别活动。我们还会选出 50 名杰出获胜者，他们将受邀前往库比提诺，获得为期三天的非凡体验，包括参加 Apple Park 的特别活动。
RTX 5090要首发 性能要翻倍！三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB，每个模块容量为2GB。其速度预设为32 Gbps（PAM3），但也可以降至28 Gbps，以提高产量和初始阶段的整体性能和成本效益。
据三星表示，GDDR7内存的能效将提高20%，同时工作电压仅为1.1V，低于标准的1.2V。通过采用更新的封装材料和优化的电路设计，使得在高速运行时的发热量降低，GDDR7的热阻比GDDR6降低了70%。
更新日志
- 《年度十大发烧唱片精选 唱片榜获奖作品 2CD》[WAV/分轨][1GB]
- 归龙潮三枚天灯碎片位置在哪 笼律鸟任务天灯图文位置
- 归龙潮新手开荒阵容怎么搭配 新手前期阵容养成攻略
- 归龙潮中浦城区福鼠位置在哪 中浦城区福鼠收集位置大全
- MatteoPasqualini-JohannSebastianBachItalienischesKonzertFranzsischeOuvertureVierDue
- 【雨果唱片】陈百强《梦里人LPCD45》2012[WAV+CUE]
- 王菲.1994-《迷路》美卡引进版[WAV+CUE]
- 老外遇到八戒裸体Bug 网友：我需要用它对付蜘蛛精
- 《黑神话》超强越化补丁：游戏里有文字的地都改了
- 玩家吐槽《黑神话：悟空》唐僧相貌：一脸衰样 没半点气质
- 群星.1994-烧得厉害VOL.2我不是一个人拙滚石】【WAV+CUE】
- 群星.1994-烧得厉害VOL.3风笑痴【滚石】【WAV+CUE】
- 群星.1995-烧得厉害VOL.4两个世界【滚石】【WAV+CUE】
- 归龙潮中浦城区宝箱位置收集大全 中浦区宝箱解密攻略
- 黑神话悟空上品幽灯鬼精魄获取方法一览|上品幽灯鬼精魄收集攻略