import pandas as pd
import numpy
# 匯入資料
df = pd.read_csv(filepath_or_buffer="d:")
df_new = df.set_index(["country"])
df_new.loc[list(["canada"])] # 1
df_new.loc[df_new["duration"]>160] # 2
df_new.loc[((df_new["duration"] > 200) & (df_new["director_facebook_likes"] > 300 )),"flage"] =1 # 3
df_new.loc[df_new["duration"].isin([100])] # 4
df_new.query("duration > 100 & index == 'uk'") # 5
2：根據元素的選取條件來選取對應的資料集
3：根據元素的選取條件來來選取對應的資料集，並在符合條件的資料行新增flage標籤
4：isin函式是series用來判斷值是否在目標值是否在series
5：query函式中用來判斷條件符合的資料集並返回
df_new.iloc[0:4]
使用標籤選取資料：
df.loc[行標籤,列標籤]
df.loc['a':'b']#選取ab兩行資料
df.loc[:,'one']#選取one列的資料
df.loc的第乙個引數是行標籤，第二個引數為列標籤（可選引數，預設為所有列標籤），兩個引數既可以是列表也可以是單個字元，如果兩個引數都為列表則返回的是dataframe，否則，則為series。
pandas中loc和iloc方法
我們建立乙個dataframe import numpy as np import pandas as pd df pd.dataframe np.arange 16 reshape 4,4 index list abcd columns list abcd in df out a b c d a ...
pandas 中關於loc跟iloc總結
1 兩者對行的處理區別 pandas.loc 1 5 跟pandas.loc 0 4 取出來的資料是一樣的，這是因為，它是先對資料給定標籤，pandas.loc 1 5 是指從1開始給定標籤，pandas.loc 0 4 是指從0開始給定標籤。同理 pandas.iloc 1 5 也是一樣的。兩者在...
pandas的索引問題（iloc和loc）
loc指的是定位索引，英文意思是loction iloc指的是數字定位索引，int location表示這個只能通過整數索引來取出元素 取出指定的某幾行，或某幾列 這個方法是在需要取出特定的行或者列的時候用，行或者列可以不填，預設選擇是全部行或者全部列 區域選擇 這個方法是比較常用的選擇子區域的方法...