Python Pandas 使用.loc[]提取行数

Python Pandas 使用.loc[]提取行数

Python是一种进行数据分析的伟大语言,主要是因为以数据为中心的Python软件包的奇妙生态系统。Pandas就是这些包中的一个,它使导入和分析数据变得更加容易。

Pandas提供了一个独特的方法来检索数据框架中的行。DataFrame.loc[]方法是一个只接收索引标签的方法,如果索引标签存在于调用者的数据框架中,则返回行或数据框架。

语法: pandas.DataFrame.loc[]

参数:
索引标签: 字符串或行的索引标签的字符串列表

返回类型: 数据框或系列,取决于参数

例子#1:提取单一行

在这个例子中,名字列被作为索引列,然后利用行的索引标签,以系列的形式逐一提取两行单行。

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name")
  
# retrieving row by loc method
first = data.loc["Avery Bradley"]
second = data.loc["R.J. Hunter"]
  
  
print(first, "\n\n\n", second)
Python

输出:
如输出图像所示,由于两次都只有一个参数,所以返回了两个系列。
Python Pandas 使用.loc[]提取行数

例子#2:多个参数

在这个例子中,Name列被作为索引列,然后通过传递一个列表作为参数,同时提取两个单行。

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name")
  
# retrieving rows by loc method
rows = data.loc[["Avery Bradley", "R.J. Hunter"]]
  
# checking data type of rows
print(type(rows))
  
# display
rows
Python

输出:
如输出图片所示,这次返回值的数据类型是一个数据框。这两行都被提取出来,像一个新的数据框架一样显示出来。
Python Pandas 使用.loc[]提取行数

例子#3:用同一索引提取多条记录

在这个例子中,团队名称被作为索引列,一个团队名称被传递给.loc方法来检查是否所有具有相同团队名称的值都被返回。

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Team")
  
# retrieving rows by loc method
rows = data.loc["Utah Jazz"]
  
# checking data type of rows
print(type(rows))
  
# display
rows
Python

输出:
如输出图片所示,所有带有球队名称 “犹他爵士 “的行都以数据框的形式返回。
Python Pandas 使用.loc[]提取行数

例子#4:提取两个索引标签之间的行

在这个例子中,有两个索引标签的行被传递,所有位于这两个索引标签之间的行都被返回(包括两个索引标签)。

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name")
  
# retrieving rows by loc method
rows = data.loc["Avery Bradley":"Isaiah Thomas"]
  
# checking data type of rows
print(type(rows))
  
# display
rows
Python

输出:
如输出图像所示,所有位于通过的两个索引标签之间的行都以数据帧的形式返回。
Python Pandas 使用.loc[]提取行数

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

登录

注册