dataframe中多列除以不同列_Python之DataFrame切片与索引实验

2024-05-18 23:39:03

创建2个DataFrame，一个没有行列命名，一个有行列名。来进行常规切片、loc/iloc索引、布尔索引的对比试验。

1.使用Numpy和pandas创建两个DataFrame

之前别忘了导入Numpy和pandas库。

df1 = pd.DataFrame(np.random.randn(5, 5))
#创建一个DataFrame，但不给行和列命名df2 = pd.DataFrame(np.arange(20).reshape(4, 5), index=list('ABCD'), columns=list('OPQRS'))
#创建一个DataFrame并给行和列命名

打印出来看下效果：

df1：行和列没有命名

df2：行和列有命名

2.使用[]和数字

df1[2]

df1[2]

df2[2]

df2[2]

可以看到df1[2]获取的是第3列的数据，df2[2]却报错了。说明[]+数字获取的是列值，但遇到有列名的情况就会报错。

3.使用[]和列表

df1[[0, 2]]

df1[[0, 2]]

df2[[0, 2]]

df2[[0, 2]]

df1[[0, 2]]获取的是第1和第3列的数据，df2[[0, 2]]报错。说明[]+列表是通过列名获取多列值。

3.使用[]和:

df1[1:4]

df1[1:4]

df2[1:4]

df2[1:4]

df1和df2都可以获取。而且获取的数据都是第2，3，4行的数据。说明[]+：是通过列位置获取数据。

4.使用loc

#df.loc 通过标签索引行或列数据

df1.loc[[0, 1], :]

df1.loc[[0, 1], :]

df2.loc[['A', 'C'], :]

df2.loc[[&amp;amp;amp;#39;A&amp;amp;amp;#39;, &amp;amp;amp;#39;C&amp;amp;amp;#39;], :]

loc的[]包含的是行或者列的标签名，通过：隔开，可选择多行多列。

loc只针对已经命名行列的DataFrame有效，通过位置切片需要用到iloc。

5.使用iloc

#df.iloc通过位置获取行数据 iloc --> index location

df1.iloc[[0, 1], [1, 2]]

df1.iloc[[0, 1], [1, 2]]

df2.iloc[[0, 1], [1, 2]]

df2.iloc[[0, 1], [1, 2]]

iloc通过位置来获取数据，通过：隔开，可选择多行多列。

5.使用布尔索引

从df1中获取介于-0.9和0.9之间的数

df1[df1.abs() < 0.9]

df1[df1.abs() &amp;amp;amp;lt; 0.9]

获取df2中的奇数

df2[df2 % 2 == 1]

df2[df2 % 2 == 1]

dataframe中多列除以不同列_Python之DataFrame切片与索引实验相关推荐

pandas使用isna函数和any函数判断dataframe中的每一个数据列中是否包含缺失值
pandas使用isna函数和any函数判断dataframe中的每一个数据列中是否包含缺失值(check if column contains any missing values in dataf ...
pandas使用select_dtypes函数移除dataframe中指定数据类型的数据列（exclude columns based on the data type in dataframe）
pandas使用select_dtypes函数移除dataframe中指定数据类型的数据列(exclude columns based on the data type in dataframe) 目 ...
R语言使用as.Date函数把dataframe中的多个数据列（multiple columns）从字符串转化到日期类型
R语言使用as.Date函数把dataframe中的多个数据列(multiple columns)从字符串转化到日期类型目录
pandas使用replace函数替换dataframe中的值:replace函数使用正则表达式对dataframe中的值进行替换
pandas使用replace函数替换dataframe中的值:replace函数使用正则表达式对dataframe中的值进行替换目录
Python向DataFrame中指定位置添加一列或多列
对于这个问题,相信很多人都会很困惑,本篇文章将会给大家介绍一种非常简单的方式向DataFrame中任意指定的位置添加一列. 在此之前或许有不少读者已经了解了最普通的添加一列的方式,如下: import ...
pandas从dataframe中选择部分行、列
首先构建dataframe: import pandas as pddf: pd.DataFrame = pd.DataFrame([[1, 4, 5, 4, 6],[70, 3, 3, 8, 2], ...
dataframe 一列的不同值_python数据分析包|Pandas-02之缺失值（NA）处理
本篇详解pandas中缺失值(Missing data handling)处理常用操作. 缺失值处理常用于数据分析数据清洗阶段:Pandas中将如下类型定义为缺失值: NaN: '', '#N/A', ...
数据正则化 python_python3.6怎么单独正则化/标准化DataFrame中的指定列数据
问题问题: 读入一个excel表后,想要正则化(标准化)其中的某一列数据,还试过单独正则化后,再把两个DataFrame拼接的,用过insert和cancat,append这些,但是因为索引对不上 ...
将一个DataFrame中的一列（行），插入到另一个DataFrame中
原始数据: import pandas as pd import numpy as npdata = {'a': [4, 6, 5, 7, 8],'b': ['w', 't', 'y', 'x', ' ...

最新文章

热门文章