Indicizzazione e selezione dei dati con i panda

Indicizzazione dei panda usando [] , .loc [] , . iloc [] , Dataframe .loc [] : questa funzione viene utilizzata per le etichette.

Dataframe.iloc [] : questo viene utilizzata per posizioni o numeri interi

Dataframe.ix [] : questa funzione viene utilizzata sia per le etichette che per i numeri interi.

Collettivamente sono chiamati indicizzatori . Questi sono di gran lunga i modi più comuni per indicizzare i dati. Queste sono quattro funzioni che ti aiutano a ottenere elementi, righe e colonne da un DataFrame.

Indicizzazione di un Dataframe usando l`operatore di indicizzazione [] : < br>L`indicizzazione dell`operatore viene utilizzata per fare riferimento a parentesi quadre che seguono un oggetto. In , index_col = "Nome" )


# estrazione di colonne utilizzando l`operatore indice

first = data [ "Età" ]

print (prima)

Esci:

Selezione di più colonne

Per selezionare più colonne, dobbiamo passare un elenco di colonne nell`istruzione di indicizzazione .

# import pacchetto pandas

import pa n das as pd

# crea frame di dati dal file CSV

data = pd.read_csv ( "nba.csv" , index_col = " Nome " )

# recupera più colonne utilizzando l`operatore di indice

first = dati [[ "Età" , "College" , "Salario" ]]

first

Esci:

Indicizzazione del DataFrame utilizzando , index_col = "Nome" )

# estrae la lettura della stringa usando il metodo loc

first = < /codice> data .loc [ "Avery Bradley" ]

secondo = data.loc [ "RJ Hunter" ]

print (primo, "" , secondo)

Output:
Come mostrato nell`immagine di output, sono state restituite due serie poiché entrambe le volte era presente un solo parametro.

Selezione righe multiple

Per selezionare più righe, inseriamo tutte le etichette di riga in un elenco e le passiamo alla funzione . loc .

import panda come pd

# crea frame di dati da file CSV

data = pd.read_csv ( "nba.csv" , index_col = "Nome" )

# ottieni più righe usando il metodo loc

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

print (prima)

< /tr>

Output:

Selezione di due righe e tre colonne

Per selezionare due righe e tre colonne, selezioniamo le due righe vogliamo selezionare e tre colonne e inserirle in un elenco separato come questo:

 Dataframe.loc [["row1", "row2"], ["column1", "column2", "column3"] ] 

import panda come pd

# crea frame di dati da file CSV

data = pd.read_csv ( "nba.csv" < codice classe = "semplice">, index_col = "Nome" )


# estrazione due righe e tre colonne usando il metodo loc

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

[ "Team" , "Numero" , "Posizione" ]]

print (prima)

Output:

Selezione di tutte le righe e di alcune colonne

Per selezionare tutte le righe e alcune colonne, utilizziamo i due punti singoli [:], per selezionare tutte le righe e un elenco di alcune delle colonne che vogliamo selezionare come segue:

 Dataframe.loc [[: , ["colonna1", "colonna2", "colonna3"]] 

< tbody>

import panda come pd

# crea frame di dati dal file CSV

data = pd.read_csv ( "nba.csv" , index_col = "Nome" )

# recupera tutte le righe e alcune colonne usando il metodo loc

first = data.loc [:, [ "Team" , "Numero" , "Posizione" ]]

print ( prima)

Esci:

Indicizzazione di DataFrame utilizzando . iloc [] :
Questa funzione ci permette di ottenere righe e colonne per posizione. Per fare ciò, dobbiamo specificare le posizioni delle righe di cui abbiamo bisogno, così come le posizioni delle colonne di cui abbiamo bisogno. df.iloc è molto simile a df.loc ma utilizza solo posizioni intere per la selezione.

Riga singola selezione

Per selezionare una riga utilizzando .iloc [] , possiamo passare un intero a .iloc [] .

import panda come pd # crea frame di dati da file CSV dati = pd.read_csv ( "nba.csv" , index_col = "Nome" ) # iloc estrazione di righe riga2 = data.iloc [ 3 ] stampa (riga2)

Esci:

, index_col = "Nome" )

# ottenere più righe usando il metodo iloc

riga2 = data.iloc [[ 3 , 5 , 7 ]]

row2

Esci:

Selezione di due righe e due colonne

Per selezionare due righe e due colonne, creiamo una lista di 2 interi per le stringhe e una lista di 2 interi per le colonne, quindi passiamo la funzione .iloc [] .

import panda come pd

# crea frame di dati da File CSV

data = pd.read_csv ( "nba.csv" , index_col = "Nome" )

# estrazione di due righe e due colonne utilizzando il metodo iloc

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

print (riga2)

Esci:

Seleziona tutte le righe e alcune colonne

Per selezionare tutte le righe e alcune colonne, utilizziamo i due punti singoli [:], per selezionare tutte le righe e fo r colonne, componiamo un elenco di interi e quindi passiamo la funzione .iloc [] .

import panda come pd

# crea frame di dati da file CSV

dati = pd.read_csv ( "nba.csv" , index_col = "Nome" )

# estrazione di tutte le righe e di alcune colonne utilizzando il metodo iloc

row2 = data.iloc [:, [ 1 , 2 ]]

print (riga2)

Esci:

Indicizzazione utilizzando .ix [] come .loc []

Per selezionare una riga, mettiamo un`etichetta di riga singola nella funzione .ix . Questa funzione si comporta come .loc [] se passiamo l`etichetta della riga come argomento alla funzione.

# import pacchetto pandas import panda come pd # crea frame di dati da file CSV dati = pd.read_csv ( " nba.csv " , index_col = "Nome" ) # ottenere una stringa usando il metodo ix first = data.ix [ "Avery Bradley" ] print (prima)

Esci:

Selezione di una riga utilizzando .ix [] come , index_col = "Nome" )

# ottenere una stringa usando il metodo ix

first = data.ix [ 1 ]

print (prima)

Esci:

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