50个实用的Pandas技巧:理解iloc,loc,ix,iat,at等函数

原创
小哥 4年前 (2022-10-16) 阅读数 2 #大杂烩

数据处理也是风险控制的一个非常重要的方面,甚至被认为是模型成败的关键部分。因此,熟练而简洁的数据处理技能是提高建模效率和建模质量的必要条件。以下是一个要总结的主题Pandas该方法的使用方便大家和您自己的参考。

本主题名为:[主题名:[此功能名为:[功能名:[ 50个Pandas奇怪诡异的把戏]。奇特古怪的技术]。奇怪的变态技术]。奇怪诡异的把戏], 今天是第一堂课,然后是缓慢的更新。

一、Pandas索引概述

很多人用很多人用Pandas在处理数据时,人们总是迷失在data[]、iloc()、loc()、ix()在这篇文章中,它似乎记得,但也似乎不记得,每次你需要使用百度,不知道为什么问题解决了,下次继续百度,记忆点基本上是很困惑的。综上所述,我希望通过一个简单的案例来解决这个问题,彻底了解这几种标引方法有什么不同。

建议日常使用建议日常使用loc和iloc编入索引。正在进行索引。进行标引,进行标引,loc是指location的意思,iloc中的 i 是指integer这两种方法很容易混淆,可以用一种特殊的方式来增强记忆。

iloc: 基于位置、基于位置使用、基于位置使用、使用 行号、列号行号和列号行号和列号 编入索引。正在进行索引。进行标引,进行标引, i 可以看着 int,因此 iloc 只能使用整数只能使用整数只能使用整数 索引,例如,索引,例如,索引,例如,data.iloc[0:2,:]

loc : 基于标签、基于标签使用、 行名、列名、行名和列名 编入索引。正在进行索引。进行标引,进行标引, 数据的index经常是整数,所以经常是整数,所以 loc 使用范围比使用范围高得多,比使用范围高得多,比使用范围广得多iloc,loc您可以使用整数切片,名称(index,columns)索引,也可以混合使用切片和名称。例如。data.loc[0:5:,row1:row2]

我们只需构造一个数据集,该数据集将在下面的案例中使用。

import pandas as pd
import numpy  as np
data = pd.DataFrame(np.arange(25).reshape(5, 5), 
                  index = [row1, row2,row3,row4,row5], 
                  columns=[col1, col2,col3,col4,col5])
data 
      col1  col2  col3  col4  col5
row1     0     1     2     3     4
row2     5     6     7     8     9
row3    10    11    12    13    14
row4    15    16    17    18    19
row5    20    21    22    23    24

创建的表数据如下所示。创建的表数据如下所示。

二、 直接 按列名索引按列名索引按列名索引

取一列: data[col1] 也就是说,获得第一列,结果是一个Series对象。

取多列: data[[col1,col2]] 即得到第一列和第二列,结果为DataFrame对象。

注 意: 用data[row1] 、data[0]、data[:,0]、data[0,:]、data[:,col1:col2] 所有这些命令都将报告错误,这些命令只能用于 按列名获取一列或多列 。

data[col1]
row1     0
row2     5
row3    10
row4    15
row5    20

data[[col1,col2]] 
      col1  col2
row1     0     1
row2     5     6
row3    10    11
row4    15    16
row5    20    21

#以下命令在直接应用时都将报告错误,但使用loc 和 iloc 不报告错误不报告错误则不报告错误不报告错误
data[row1]
data[0]
data[:,0]
data[0,:]
data[:,col1:col2] 
#TypeError: (slice(None, None, None), 0) is an invalid ke

三、 直接 按行号索引按行号索引

data[0:2] 代表做到了第一代表做到了第一0行和第1行, 最后一个不包括在内。不包括最后一个。不包含最后一个。不包括最后一个。

注 意: 若要只取一行,请使用只取一行,使用data[0:1],不能用data[0],data[0:2,]也会报错

data[0:2]
      col1  col2  col3  col4  col5
row1     0     1     2     3     4
row2     5     6     7     8     9

四、iloc按行号、列号行号和列号行号和列号索引

官方:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iloc.html

1、行索引

1)取一行 : data.iloc[0] 、data.iloc[0,:]

2)取多行 : data.iloc[[0,2]] 、data.iloc[[0,2],:]

3)获取多个连续行)获取多个连续行)获取多个连续行 : data.iloc[0:2] 、data.iloc[0:2,:]

2、列索引

4)取一列 : data.iloc[:,0]

5)取多列 : data.iloc[:,[0,2]]、data.iloc[:,[0,2]]

6获取多个连续列)获取一行中的多个列)获取连续列 :data.iloc[:,0:2]

注 意:

可以在不提及列的情况下读取行,也可以使用 " ,: " 来指全列

必须使用读取列来读取列" :, "若要指定整行,请执行以下操作。若要指定整行,请执行以下操作。若要指定整行,请执行以下操作。要指定整行,请执行以下操作。

数字可以用来表示一个数字,也可以使用列表[a,b]表示多个,或者可以使用表示多个,也可以使用表示多个,也可以使用支架表示多个,也可以使用a:b表示多个连续的。表示多个连续的。表示一行中的多个。表示多个连续的。

data.iloc[0]
col1    0
col2    1
col3    2
col4    3
col5    4

data.iloc[:,2:4]
      col3  col4
row1     2     3
row2     7     8
row3    12    13
row4    17    18
row5    22    23

data.iloc[:,[2,4]]
      col3  col5
row1     2     4
row2     7     9
row3    12    14
row4    17    19
row5    22    24

五、loc按行名、列名、行名和列名索引

官方网站。官方URL。https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html

1、行索引

取一行: data. loc [row1] 、data. loc [row1,:]

取多行: data. loc [[row1,row2]] 、data. loc [[row1,row2],:]

取多个连续行。获取多个连续行。正在提取多个连续行。取多个连续的行。 data. loc [row1:row2] 、data. loc [row1:row2,:]

2、列索引

取一列: data. loc [:,col1]

取多列: data. loc [:,[row1,row2]]

取多个连续的列。获取多个连续的列。采用连续的列。正在提取连续列。 data. loc [:,row1:row2]

注 意:

可以在不提及列的情况下读取行,也可以使用" ,: "以参考完整的专栏。以引用整个列。以引用整个专栏。来引用完整的专栏。

必须使用读取列来读取列" :, "若要指定整行,请执行以下操作。若要指定整行,请执行以下操作。若要指定整行,请执行以下操作。要指定整行,请执行以下操作。

数字可以用来表示a,A可以用来表示a,A可以用来表示a,alist [a,b]表示多个,或者可以使用表示多个,也可以使用表示多个,也可以使用支架表示多个,也可以使用a:b表示多个连续的。表示多个连续的。表示一行中的多个。表示多个连续的。

data.loc[:,col1:col3] 
      col1  col2  col3
row1     0     1     2
row2     5     6     7
row3    10    11    12
row4    15    16    17
row5    20    21    22

data.loc[:,[col1,col3]]
      col1  col3
row1     0     2
row2     5     7
row3    10    12
row4    15    17
row5    20    22

#当索引为整数时,可以使用整数对其进行索引
data = pd.DataFrame(np.arange(25).reshape(5, 5), 
                  columns=[col1, col2,col3,col4, col5])
   col1  col2  col3  col4  col5
0     0     1     2     3     4
1     5     6     7     8     9
2    10    11    12    13    14
3    15    16    17    18    19
4    20    21    22    23    24

data.loc[0:3,col1:col3] 
   col1  col2  col3
0     0     1     2
1     5     6     7
2    10    11    12
3    15    16    17

六、使用iat和at

iat 和 at 只能接受单个元素。它只能接受单一的元素。只能获取单个元素,也只能获取单个元素。iat 使用行和列索引,使用行和列索引。使用行和列索引,at 使用行名和列名,但它们的函数 iloc 和 loc 包括在内,因此不推荐使用。包括在内,因此不推荐使用。包括在内,因此不推荐使用。包含,因此不推荐使用。

data.iat[1,2] 
7

data.at[row4,col4] 
18

七、最终总结(重点!)

正常情况下,建议正常使用,建议使用 iloc 和 loc。核心要点要记住,拿行不能提列,拿列必须提行,可以用数字、list或者是进入排行榜的间歇期。或者是进行排名的间歇时间。或获取行和列的间隔。或获取行和列的间隔。ix新版本已经被废弃了,所以你不能太担心。

版权声明

所有资源都来源于爬虫采集,如有侵权请联系我们,我们将立即删除