Indexación y selección de datos con pandas

Indización de pandas usando [] , .loc [] , . iloc [] , Dataframe .loc [] : esta función se usa para etiquetas.

Dataframe.iloc [] : esto la función se usa para posiciones o números enteros

Dataframe.ix [] : esta función se usa tanto para etiquetas como para números enteros.

En conjunto, se denominan indexadores. Estas son, con mucho, las formas más comunes de indexar datos. Estas son cuatro funciones que lo ayudan a obtener elementos, filas y columnas de un DataFrame.

Indizar un Dataframe usando el operador de indexación [] : < br>La indexación de operadores se utiliza para hacer referencia a los corchetes que siguen a un objeto. En
# crear un marco de datos a partir de un archivo CSV

datos = pd.read_csv ( "nba .csv" , index_col = "Nombre" )

# extracción de columnas usando el operador de índice

primero = datos [ "Edad" ]

print (primero)

Salir:

Selección de varias columnas

Para seleccionar varias columnas, debemos pasar una lista de columnas en la declaración de indexación .

# importar paquete pandas

importar pa n das as pd

# crear un marco de datos desde un archivo CSV

datos = pd.read_csv ( "nba.csv" , index_col = " Nombre " )

# obtener varias columnas usando el operador de índice

primero = datos [[ "Edad" , "Universidad" , "Salario" ]]


primero

Salir:

Indexar el DataFrame usando pd.read_csv ( "nba.csv" , index_col = "Nombre" )

# extraer lectura de cadenas usando el método loc

primero = datos .loc [ "Avery Bradley" ]

segundo = datos.loc [ "RJ Hunter" ]

print (primero, "" , segundo)

Salida:
Como se muestra en la imagen de salida, se devolvieron dos series porque solo había un parámetro en ambas ocasiones.

Seleccionando varias líneas

Para seleccionar varias líneas, ponemos todas las etiquetas de línea en una lista y las pasamos a la función . loc .

import pandas as pd


# crear un marco de datos a partir de un archivo CSV

datos = pd.read_csv ( "nba.csv" , index_col = "Nombre" )

# obtener varias líneas usando el método loc

primero = datos.loc [[ "Avery Bradley" , " RJ Hunter " ]]

print (primero)

< /tr>

Salida:

Seleccionando dos filas y tres columnas

Para seleccionar dos filas y tres columnas, seleccionamos las dos filas queremos seleccionar y tres columnas y ponerlas en una lista separada como esta:

 Dataframe.loc [["fila1", "fila2"], ["columna1", "columna2", "columna3"] ] 

importar pandas como pd

# crear un marco de datos a partir de un archivo CSV

data < /código> = pd.read_csv ( "nba.csv" < clase de código = "simple">, index_col = "Nombre" )

# extrayendo dos filas y tres columnas usando el método loc

primero = data.loc [[ "Avery Bradley" , "RJ Hunter" ] ,

[ "Equipo" , "Número" , "Posición" ]]

imprimir (primero)

Salida:

Seleccionar todas las filas y algunas columnas

Para seleccionar todas las filas y algunas columnas, usamos dos puntos [:], para seleccionar todas las filas y una lista de algunas de las columnas que queremos seleccionar de la siguiente manera:

 Dataframe.loc [[: , ["columna1", "columna2", "columna3"]] 

< tbody>

import pandas como pd

# crear marco de datos a partir de un archivo CSV

datos = pd.read_csv ( "nba.csv" , index_col < /código> = "Nombre" )

# obtener todas las filas y algunas columnas usando el método loc

first = data.loc [:, [ "Equipo" , "Número" , "Posición" ]]

print ( primero)

Salir:

Indización de DataFrame usando . iloc [] :
Esta función nos permite obtener filas y columnas por posición. Para hacer esto, necesitamos especificar las posiciones de las filas que necesitamos, así como las posiciones de las columnas que necesitamos. df.iloc es muy similar a df.loc pero solo usa ubicaciones enteras para la selección.

Línea única selección

Para seleccionar una línea usando .iloc [] , podemos pasar un número entero a .iloc [] .

Salir:

datos = pd.read_csv ( " nba.csv " , index_col = "Nombre" )

# obteniendo múltiples líneas usando el método iloc < /código>

fila2 = data.iloc [[< /código> 3 , 5 , 7 ]]

fila2

Salir:

Selección de dos filas y dos columnas

Para seleccionar dos filas y dos columnas, creamos una lista de 2 enteros para cadenas y una lista de 2 enteros para columnas, y luego pasamos la función .iloc [] .

< clase de código = "palabra clave"> importar pandas como pd


# crear marco de datos a partir de Archivo CSV

datos = pd.read_csv ( "nba.csv" , index_col = < código clase = "cadena"> "Nombre" )

# extracción de dos filas y dos columnas utilizando el método iloc

row2 = data.iloc [[[ 3 , 4 ], [ 1 , 2 ]]

imprimir (fila2)

Salir:

Seleccionar todas las filas y algunas columnas

Para seleccionar todas las filas y algunas columnas, usamos dos puntos [:], para seleccionar todas las filas, y fo r columnas, componemos una lista de enteros y luego pasamos la función .iloc [] .

importar pandas como pd

# crear un marco de datos desde un archivo CSV

datos = pd.read_csv ( < clase de código = "cadena"> "nba.csv" , index_col = "Nombre" )

# extracción de todas las filas y algunas columnas usando el método iloc

fila2 = datos.iloc [:, [ 1 , 2 ]]

< /código>

imprimir (fila2)

importar pandas como pd # crear un marco de datos desde un archivo CSV datos = pd.read_csv ( < clase de código = "cadena"> "nba.csv" , index_col = "Nombre" ) # iloc extracción de filas fila2 = datos.iloc [ 3 ] imprimir (fila2)

Salir:

Indización usando .ix [] as .loc []

Para seleccionar una fila, colocamos una sola etiqueta de fila en la función .ix . Esta función actúa como .loc [] si pasamos la etiqueta de línea como argumento a la función.

# importar paquete pandas import pandas como pd # crear un marco de datos desde un archivo CSV datos = pd.read_csv ( " nba.csv " , index_col = "Name" ) # obteniendo una cadena usando el método ix primero = data.ix [ "Avery Bradley" ] print < /código> (primero)

Salir:

Seleccionando una línea usando .ix [] as , index_col = "Nombre" )

# obteniendo una cadena usando el método ix

primero = datos.ix [ 1 < clase de código ="p lain ">]

imprimir (primero)

Salir:

< figure class = aligncenter amp-wp-inline-71b6f2deb98f54bf23d07f2b79530929>