Indexeren en selecteren van gegevens met panda`s

Panda`s indexeren met [] , .loc [] , . iloc [] , Dataframe .loc [] : deze functie wordt gebruikt voor labels.

Dataframe.iloc [] : dit functie wordt gebruikt voor posities of gehele getallen

Dataframe.ix [] : deze functie wordt gebruikt voor zowel labels als gehele getallen.

Samen heten ze indexers . Dit zijn verreweg de meest gebruikelijke manieren om gegevens te indexeren. Dit zijn vier functies waarmee u elementen, rijen en kolommen uit een DataFrame kunt halen.

Een dataframe indexeren met de [] indexeringsoperator: < br>Operatorindexering wordt gebruikt om te verwijzen naar vierkante haken na een object. In , index_col = "Naam" )


# kolommen extraheren met de index-operator

eerste = gegevens [ "Leeftijd" ]

print (eerste)

Afsluiten:

Meerdere kolommen selecteren

Om meerdere kolommen te selecteren, moeten we een lijst met kolommen doorgeven in de indexeringsinstructie .

# import panda`s pakket

import pa n das as pd

# maak dataframe van CSV-bestand

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

# haal meerdere kolommen op met de index-operator

eerst = gegevens [[ "Leeftijd" , "College" , "Salaris" ]]


eerste

Afsluiten:

Het DataFrame indexeren met behulp van subsets van rijen of kolommen selecteren. Het kan ook tegelijkertijd subsets van rijen en kolommen selecteren.

Eén rij selecteren

Om één rij te selecteren met .loc [] , we plaatsen een label met één regel in de functie .loc .

# pandas pakketimport

import panda`s als pd

# maak dataframe van CSV-bestand

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

# extract string lezen met behulp van loc methode

eerste = data .loc [ "Avery Bradley" ]

tweede = data.loc [ "RJ Hunter" ]

print (eerste, "" , tweede)

Uitvoer:
Zoals weergegeven in de uitvoerafbeelding, werden twee series geretourneerd omdat er beide keren slechts één parameter was.

Selecteer meerdere regels

Om meerdere regels te selecteren, plaatsen we alle regellabels in een lijst en geven ze door aan de functie . loc .

import panda`s als pd

# maak dataframe van CSV-bestand

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

# haal meerdere regels op met de loc-methode

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

print (eerste)

< /tr>

Uitvoer:

Twee rijen en drie kolommen selecteren

Om twee rijen en drie kolommen te selecteren, selecteren we de twee rijen we willen drie kolommen selecteren en deze in een aparte lijst plaatsen, zoals deze:

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

importeer panda`s als pd

# maak dataframe van CSV-bestand

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


# extraheren twee rijen en drie kolommen met behulp van de loc-methode

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

[ "Team" , "Nummer" , "Positie" ]]

print ( eerst)

Uitvoer:

Alle rijen en enkele kolommen selecteren

Alle rijen en enkele selecteren kolommen, gebruiken we een enkele dubbele punt [:], om alle rijen te selecteren en een lijst van enkele van de kolommen die we als volgt willen selecteren:

 Dataframe.loc [[: , ["column1", "column2", "column3"]] 

< tbody>

import panda`s als pd # maak dataframe van CSV-bestand data = pd.read_csv ( "nba.csv" , index_col = "Naam" ) # haal alle rijen en enkele kolommen op met de loc-methode first = data.loc [:, [ "Team" , "Nummer" , "Positie" ]] print ( eerst)

Afsluiten:

Dataframe indexeren met . iloc [] :
Met deze functie kunnen we rijen en kolommen op positie krijgen. Om dit te doen, moeten we de posities van de rijen die we nodig hebben specificeren, evenals de posities van de kolommen die we nodig hebben. df.iloc lijkt erg op df.loc maar gebruikt alleen integer-locaties voor selectie.

Enkele regel selectie

Om één regel te selecteren met .iloc [] , kunnen we één geheel getal doorgeven aan .iloc [] .

importeer panda`s als pd # maak een dataframe van een CSV-bestand data = pd.read_csv ( "nba.csv" , index_col = "Naam" ) # iloc extractie van rijen row2 = data.iloc [ 3 ] print (row2)

Afsluiten:

, index_col = "Naam" )

# meerdere regels ophalen met de iloc-methode

row2 = data.iloc [[ 3 , 5 , 7 ]]

row2

Afsluiten:

Twee rijen en twee kolommen selecteren

Om twee rijen en twee kolommen te selecteren, we maken een lijst van 2 gehele getallen voor strings en een lijst van 2 gehele getallen voor kolommen, en geven dan de functie .iloc [] door.

importeer panda`s als pd

# maak een dataframe van CSV-bestand

gegevens = pd.read_csv ( "nba.csv" , index_col = "Naam" )

# extractie van twee rijen en twee kolommen met behulp van de iloc-methode

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

print (row2)

Afsluiten:

Selecteer alle rijen en enkele kolommen

Om alle rijen en sommige kolommen gebruiken we een enkele dubbele punt [:], om alle rijen te selecteren, en fo r kolommen, stellen we een lijst met gehele getallen samen en geven dan de functie .iloc [] door.

importeer panda`s als pd

# maak een dataframe van een CSV-bestand

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

# extractie van alle rijen en sommige kolommen met behulp van de iloc-methode

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

print (rij2)

Afsluiten:

Indexeren met behulp van .ix [] as .loc []

Om één rij te selecteren, plaatsen we een enkel rijlabel in de functie. ix . Deze functie werkt als .loc [] als we het regellabel als argument aan de functie doorgeven.

# import pandas package import panda`s als pd # maak een dataframe van een CSV-bestand data = pd.read_csv ( " nba.csv " , index_col = "Naam" ) # een string verkrijgen met de ix-methode eerste = data.ix [ "Avery Bradley" ] print (eerste)

Afsluiten:

Een regel selecteren met .ix [] als , index_col = "Naam" )

# een string verkrijgen met de ix-methode

eerste = data.ix [ 1 ]

print (eerste)

Afsluiten:

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