首页 > 其他分享 >盘点一个Pandas取值的问题(下篇)

盘点一个Pandas取值的问题(下篇)

时间:2024-01-09 10:37:30浏览次数:29  
标签:15 14 方式 16 代码 DataFrame 下篇 取值 Pandas

大家好,我是皮皮。

一、前言

前几天在Python白银交流群【上海新年人】问了一个Pandas数据提取的问题,上一篇文章我们介绍了基础篇,这一篇文章我们来延伸下,你想象下,我想要14和15行该怎么写?

二、实现过程

后来【论草莓如何成为冻干莓】给了一份代码,print(df.loc[[14, 15],'作者':'回复'])。继续延伸下,如下图所示:

盘点一个Pandas取值的问题(下篇)_数据

那么此时该怎么来理解呢?

盘点一个Pandas取值的问题(下篇)_代码实现_02

这里【瑜亮老师】指出:[14:16] == [[14,15,16]] != [14,15,16]。

盘点一个Pandas取值的问题(下篇)_数据_03

一个是不用加框,返回的是pd.Series对象,你想返回pd.DataFrame对象就得加框,无论是一个还是两个,返回的对象不一样,你使用的索引方法就是不一样的。这个原理得明白,就像为什么字典查找元素跟列表查找元素的方式为什么不一样。

后来【瑜亮老师】给了一个非常细心的解答。如下:

14    方式正确,出来是竖着的Series,1列
[14]   方式正确,出来是横着的DataFrame,1行
[14,16]    方式正确,出来是横着的DataFrame,2行
14:16    方式正确,出来是横着的DataFrame,3行
[14,15,16]    方式正确,出来是横着的DataFrame,3行
[[14,15,16]]    方式错误
[14:16]    方式错误

盘点一个Pandas取值的问题(下篇)_数据_04

[14,16]是列表,中间用逗号,表示里面有2个元素 14:16用的是冒号,意思是从14到16(包含16),总共是3个元素,等同于[14,15,16]

确实学习到了,顺利地解决了粉丝的问题。

三、总结

大家好,我是皮皮。这篇文章主要盘点了一个Pandas数据提取的问题,文中针对该问题,给出了具体的解析和代码实现,帮助粉丝顺利解决了问题。

最后感谢粉丝【上海新年人】提出的问题,感谢【论草莓如何成为冻干莓】、【瑜亮老师】给出的思路,感谢【莫生气】、【王者级混子】等人参与学习交流。

【提问补充】温馨提示,大家在群里提问的时候。可以注意下面几点:如果涉及到大文件数据,可以数据脱敏后,发点demo数据来(小文件的意思),然后贴点代码(可以复制的那种),记得发报错截图(截全)。代码不多的话,直接发代码文字即可,代码超过50行这样的话,发个.py文件就行。



标签:15,14,方式,16,代码,DataFrame,下篇,取值,Pandas
From: https://blog.51cto.com/u_13389043/9157106

相关文章

  • Python Pandas 数据清洗
    ​ 1、处理缺失数据处理缺失数据是数据清洗过程的一个重要部分。缺失数据可以以多种方式出现,最常见的是作为NaN(NotaNumber)。处理缺失数据涉及使用 isna() 或 isnull() 检测缺失值,fillna() 填充缺失值,dropna() 删除包含缺失值的行或列,以及 interpolate() 对缺失值进......
  • pandas基础使用
    pandaspandas介绍Pandas是一个开源的数据分析和数据处理库,它是基于Python编程语言的。Pandas提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。Pandas是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据......
  • # yyds干货盘点 # 盘点一个Pandas取值的问题(下篇)
    大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas数据提取的问题,上一篇文章我们介绍了基础篇,这一篇文章我们来延伸下,你想象下,我想要14和15行该怎么写?二、实现过程后来【论草莓如何成为冻干莓】给了一份代码,print(df.loc[[14,15],'作者':'回复'])。......
  • pandas 追加合并
    追加合并增加行数据的使用场景相对较少,一般是采用数据追加的模式。数据追加会在后续章节中介绍。df.append()可以追加一个新行:df=pd.DataFrame([[1,2],[3,4]],columns=list('AB'))df2=pd.DataFrame([[5,6],[7,8]],columns=list('AB'))df.append(df2)pd.concat(......
  • pandas 绘图 拆线图 多条拆线 柱状图 横向 纵向 饼状图
    Pandas利用plot()调用Matplotlib快速绘制出数据可视化图形。注意,第一次使用plot()时可能需要执行两次才能显示图形。可以使用plot()快速绘制折线图。df['Q1'].plot()#Q1成绩的折线分布 可以先选择要展示的数据,再绘图。df.loc['Ben','Q1':'Q4'].plot()#ben四个季度的成绩......
  • 大数据分析与可视化 之 实验10 Pandas实现数据分析
    实验10Pandas实现数据分析实验学时:2学时实验类型:验证实验要求:必修一、实验目的掌握Pandas的字符串函数。掌握Pandas统计汇总函数。掌握Pandas排序、分组、合并与级联函数。能利用上述函数进行综合数据分析。二、实验要求通过编程实现使用Pandas字符串函数进行文本......
  • 大数据分析与可视化 之 实验06 Pandas缺失值处理
    实验06Pandas缺失值处理实验学时:2学时实验类型:验证实验要求:必修一、实验目的掌握判断缺失值、过滤缺失值、填充缺失缺失值等缺失值处理解决实际数据中的缺失值问题二、实验要求使用常见的缺失值处理函数(如:isnull()、notnull()、fillna()、dropna()函数)等知识在PyCharm......
  • 大数据分析与可视化 之 实验07 Pandas合并与级联
    实验07Pandas合并与级联实验学时:2学时实验类型:验证实验要求:必修一、实验目的掌握pandas合并/拼接掌握pandas级联二、实验要求利用pandas合并、拼接和级联等知识在PyCharm中编写程序,实现Python数据处理的相关操作。三、实验内容任务1.现有如下图的两个DataFrame数据......
  • 大数据分析与可视化 之 实验08 Pandas字符串和文本处理
    实验08Pandas字符串和文本处理实验学时:2学时实验类型:验证实验要求:必修一、实验目的学会正确使用常见的字符串函数如:len()、find()、strip()、replace()、contains()函数。解决实际数据中的字符串和文本处理问题。二、实验要求使用常见的字符串函数(如:len()、find()、s......
  • 大数据分析与可视化 之 实验09 Pandas函数应用
    实验09Pandas函数应用实验学时:2学时实验类型:验证实验要求:必修一、实验目的掌握pandas函数应用的方法:pipe()、apply()和applymap()。能编写自定义函数。能使用pandas函数应用调用自定义函数解决数据分析实际问题。二、实验要求利用pandas函数应用的方法解决数据分析实......